想学人工智能却不知道从哪里开始？别担心，这篇教程会带你一步步安装最流行的 AI 框架 TensorFlow（一个帮你搭建神经网络的工具），并运行你的第一个模型。

准备工作：装好 Python

在安装 TensorFlow 之前，你需要先有 Python（一种简单易学的编程语言）。如果你还没装，可以去 python.org 下载最新版。安装时记得勾选“Add Python to PATH”。装好后，打开命令行（Windows 搜索 cmd，Mac 搜索终端），输入 python --version，看到版本号就说明成功了。

安装 TensorFlow

TensorFlow 的安装很简单，只需一条命令。但建议先创建一个虚拟环境，避免和其他项目冲突。

1. 打开命令行，输入 pip install virtualenv 安装虚拟环境工具。
2. 创建一个环境：virtualenv tf_env。
3. 激活环境：Windows 输入 tf_env\Scripts\activate，Mac/Linux 输入 source tf_env/bin/activate。
4. 在激活的环境中，输入 pip install tensorflow，等待下载完成。

常见坑：如果下载很慢，可以用国内镜像，比如 pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple。

验证是否安装成功

装好后，我们来测试一下。在命令行输入 python 进入交互模式，然后输入以下代码：

• import tensorflow as tf
• print(tf.__version__)

如果没有报错，并且输出了版本号（比如 2.x），恭喜你，TensorFlow 安装成功！

跑通第一个神经网络

现在我们来写一个最简单的神经网络，识别手写数字。创建一个新文件 first_nn.py，复制以下代码：

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)

然后在命令行运行 python first_nn.py。你会看到训练过程，最后输出测试准确率。恭喜，你已经成功跑通了第一个神经网络！

下一步可以做什么

现在你已经入门了，可以尝试：

• 修改网络层数或神经元数量，观察效果变化。
• 换一个数据集，比如 CIFAR-10（彩色图片分类）。
• 学习使用 Keras（TensorFlow 的高级接口，让搭建模型更简单）。

记住，AI 学习是一个动手的过程，多试多玩，你会越来越熟练！