想学 AI 但不知道从哪里开始？这篇文章会带你一步步安装必要的工具，并跑通一个简单的 AI 模型。你不需要任何编程基础，跟着做就能成功。

准备环境：装好 Python 和编辑器

AI 开发最常用的语言是 Python（一种简单易学的编程语言）。请按以下步骤准备：

• 访问 python.org，下载最新版 Python（建议 3.10 或 3.11）。安装时记得勾选“Add Python to PATH”。
• 安装完成后，打开终端（Windows 按 Win+R，输入 cmd；Mac 打开“终端”应用），输入 python --version，如果显示版本号就成功了。
• 安装一个代码编辑器，推荐 VS Code（免费好用）。去 code.visualstudio.com 下载安装即可。

常见坑：如果终端提示“python 不是内部或外部命令”，说明没勾选“Add Python to PATH”，重新安装并勾上就好。

安装 AI 库：用 pip 装 TensorFlow

AI 模型需要依赖很多现成的工具包。我们用 pip（Python 的包管理器）来安装最流行的 AI 框架 TensorFlow（一个帮你搭建和训练神经网络的工具）。

1. 打开终端，输入以下命令并按回车：pip install tensorflow
2. 等待下载安装（可能需要几分钟）。如果网速慢，可以加国内镜像：pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple
3. 安装完成后，输入 python -c "import tensorflow as tf; print(tf.__version__)"，如果输出版本号（比如 2.15.0），就说明安装成功。

常见坑：如果 pip 报错“不是内部命令”，请确保 Python 安装时勾选了 PATH。如果安装失败，试试升级 pip：python -m pip install --upgrade pip。

跑通第一个模型：识别手写数字

现在我们来运行一个经典的 AI 入门程序——识别手写数字（MNIST 数据集）。

1. 在 VS Code 中新建一个文件，命名为 first_model.py。
2. 复制以下代码进去：

import tensorflow as tf
mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0
model = tf.keras.models.Sequential([
    tf.keras.layers.Flatten(input_shape=(28, 28)),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dropout(0.2),
    tf.keras.layers.Dense(10, activation='softmax')
])
model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])
model.fit(x_train, y_train, epochs=5)
model.evaluate(x_test, y_test, verbose=2)

3. 保存文件，然后在终端进入该文件夹（用 cd 文件夹路径），运行 python first_model.py。
4. 你会看到训练进度条，最后输出测试准确率（比如 0.97 表示 97% 准确）。恭喜你，第一个 AI 模型跑通了！

常见坑：如果第一行报错“No module named 'tensorflow'”，说明没安装成功，重新执行 pip 安装步骤。如果下载数据集慢，可以手动下载 mnist.npz 放到 ~/.keras/datasets/ 目录下。

下一步可以做什么

你已经迈出了 AI 的第一步。接下来可以：

• 尝试修改模型结构（比如增加层数）看看准确率变化。
• 学习用 Jupyter Notebook（交互式编程环境）更直观地探索数据。
• 找一些入门项目，比如猫狗图片分类，用 卷积神经网络（CNN） 来练手。

记住，遇到问题就去搜索，大部分坑别人都踩过。祝你玩得开心！