准备工作：你需要什么？

在开始之前，先确保你的电脑能上网，并且有至少10GB的空闲磁盘空间。我们会用到：

• Python：一种编程语言，AI开发最常用的工具。就像学开车要先会踩油门，Python是AI的基础。
• TensorFlow：一个由Google开发的AI框架，能帮你快速搭建和训练模型。你可以把它想象成一套乐高积木，用现成的模块拼出AI应用。

安装步骤：一步步来

1. 下载Python：访问 python.org，点击下载最新版（比如3.12）。安装时记得勾选“Add Python to PATH”，这样系统才能找到Python命令。
2. 验证安装：打开命令行（Windows按Win+R，输入cmd回车；Mac打开终端），输入 python --version，如果看到版本号，说明安装成功。
3. 安装TensorFlow：在命令行输入 pip install tensorflow，等待下载完成。这可能需要几分钟，别着急。
4. 测试安装：输入 python -c "import tensorflow as tf; print(tf.__version__)"，如果输出版本号，就成功了！

常见坑提醒：如果提示“pip不是内部或外部命令”，说明Python没加进PATH，重装时勾选那个选项；如果下载慢，可以加上镜像源，比如 pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple。

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例子——用AI识别手写数字（比如图片里的“7”）。新建一个文件 first_model.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()
model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(input_shape=(28, 28)),
  tf.keras.layers.Dense(128, activation='relu'),
  tf.keras.layers.Dense(10)
])
model.compile(optimizer='adam', loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True))
model.fit(x_train, y_train, epochs=5)
test_loss, test_acc = model.evaluate(x_test, y_test, verbose=2)
print('测试准确率:', test_acc)

然后在命令行运行 python first_model.py。你会看到一堆数字滚动，最后打印出准确率，比如0.97（97%）。恭喜！你已经跑通了第一个AI模型。

下一步可以做什么？

• 试试修改代码中的 epochs=5 为10，看准确率会不会提高。
• 学习更多AI概念，比如神经网络（模拟人脑的算法结构）和卷积神经网络（专门处理图像的模型）。
• 探索其他框架，比如PyTorch（另一个流行框架，类似TensorFlow但更灵活）。

记住，AI入门就像学骑自行车，多摔几次就会了。现在你已经跨出了第一步，加油！