很多新手想学 AI，但一看到“环境配置”就头大。别担心，这篇教程会带你一步步装好工具，并跑通你的第一个程序。全程不需要任何 AI 基础，跟着做就行。

第一步：安装 Python

Python 是 AI 领域最常用的编程语言，可以把它理解成“AI 的普通话”。

1. 打开浏览器，访问 python.org，点击“Downloads”，下载最新版 Python（比如 3.12）。
2. 运行安装包，一定要勾选“Add Python to PATH”（否则后续会报错）。然后一路点“Install”。
3. 安装完成后，打开命令提示符（Windows 按 Win+R，输入 cmd），输入 python --version，如果显示版本号，说明安装成功。

第二步：安装 VS Code 编辑器

VS Code 是写代码的“笔记本”，免费又好用。

1. 访问 code.visualstudio.com，下载并安装。
2. 打开 VS Code，点击左侧扩展图标（四个方块），搜索“Python”，安装微软官方提供的 Python 扩展。

第三步：安装 PyTorch（AI 核心库）

PyTorch 是 AI 模型的“引擎”，帮我们快速搭建和训练模型。

1. 打开命令提示符，输入以下命令安装 PyTorch（注意联网）：
   pip install torch torchvision torchaudio
2. 等待安装完成（约 2-5 分钟）。如果速度慢，可以换成国内镜像：pip install torch -i https://pypi.tuna.tsinghua.edu.cn/simple

第四步：跑通第一个 AI 程序

我们运行一个简单的图像分类模型，它会自动下载预训练好的模型，识别一张图片里的内容。

1. 在 VS Code 中新建文件，命名为 test.py。
2. 复制以下代码：
   import torch
print("PyTorch 版本:", torch.__version__)
print("CUDA 可用:", torch.cuda.is_available())
3. 点击右上角的“运行”三角形按钮。如果输出类似“PyTorch 版本: 2.x.x”，说明环境配置成功。
4. 接下来，运行一个真正的分类程序。在 test.py 末尾添加：
   from torchvision import models, transforms
from PIL import Image
import requests

# 下载一张测试图片
url = "https://pytorch.org/tutorials/_static/img/tv_tutorial/tv_image01.png"
img = Image.open(requests.get(url, stream=True).raw)

# 加载预训练模型
model = models.resnet18(pretrained=True)
model.eval()

# 预处理图片
preprocess = transforms.Compose([
transforms.Resize(256),
transforms.CenterCrop(224),
transforms.ToTensor(),
transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),
])
input_tensor = preprocess(img).unsqueeze(0)

# 预测
with torch.no_grad():
output = model(input_tensor)
_, predicted = torch.max(output, 1)
print("预测类别索引:", predicted.item())
5. 运行程序，如果输出一个数字（比如 207），说明模型成功识别了图片。你可以用其他图片测试。

常见坑提醒：如果安装 PyTorch 时提示“pip 不是内部命令”，说明 Python 没加到 PATH，请重装并勾选“Add Python to PATH”。如果运行代码时提示缺少 PIL，执行 pip install pillow。

现在你已经成功跑通了第一个 AI 模型！接下来可以尝试修改代码，用自己拍的图片做分类，或者学习 PyTorch 官方教程 进一步探索。