想开始玩 AI，但不知道从哪下手？这篇文章带你一步步装好环境，并跑通你的第一个模型。别担心，我们不碰复杂的理论，只讲最实用的操作。

准备环境：装 Python 和 pip

AI 开发最常用的语言是 Python（一种简单易学的编程语言）。你需要先安装它，并带上包管理工具 pip（用来安装其他 Python 库的工具）。

1. 去 Python 官网下载 Python 3.10 或更新的版本，安装时记得勾选“Add Python to PATH”。
2. 打开终端（Mac 的“终端”或 Windows 的“命令提示符”），输入 python --version，能看到版本号就说明装好了。
3. 再输入 pip --version，确认 pip 可用。如果提示找不到命令，试试 python -m pip --version。

安装 AI 框架：TensorFlow

TensorFlow 是一个开源的 AI 框架，简单说就是帮你搭建和训练模型的工具箱。我们用 pip 安装它。

1. 在终端输入 pip install tensorflow，回车后等待下载安装。
2. 安装可能需要几分钟，耐心等待。如果网络慢，可以加镜像源，比如 pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple。
3. 装完后，输入 python -c "import tensorflow as tf; print(tf.__version__)"，能打印出版本号就说明安装成功。

跑通第一个模型：识别手写数字

我们用经典的 MNIST 数据集（一堆手写数字图片）来测试。下面这段代码会训练一个简单的模型，并输出识别准确率。

1. 新建一个文件，比如 first_model.py，用记事本或代码编辑器打开。
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)
])
model.compile(optimizer='adam',
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
              metrics=['accuracy'])
model.fit(x_train, y_train, epochs=5)
model.evaluate(x_test, y_test)

3. 在终端运行 python first_model.py，你会看到训练进度条，最后会输出类似 Test accuracy: 0.97 的结果，说明模型识别准确率在 97% 左右。

下一步可以做什么

恭喜，你已经成功跑通了第一个 AI 模型！接下来你可以：

• 试着修改代码里的 epochs（训练轮数），看看准确率怎么变化。
• 用 matplotlib（一个画图库）来显示一些测试图片，直观感受模型在“看”什么。
• 挑战一个更实际的任务，比如用 Hugging Face（一个提供预训练模型的平台）加载一个图像分类模型，识别猫和狗。

记住，入门 AI 的关键是动手跑通，别怕报错，每一个错误都是学习的机会。祝你玩得开心！