很多新手想学AI，但卡在第一步：环境装不上、代码跑不通。别担心，这篇文章带你一步步搞定。你不需要懂硬件或工厂电路，我们只关注软件安装和首次运行。

准备环境：你需要装什么？

要跑AI模型，先装好Python（一种编程语言，像电脑的“翻译官”，让机器听懂你的指令）。去python.org下载最新版，安装时记得勾选“Add Python to PATH”（这样系统才知道Python在哪）。然后打开命令行（Windows搜cmd，Mac搜终端），输入python --version，看到版本号就成功了。

安装步骤：一步步来

1. 安装pip：Python自带pip（包管理器，帮你下载别人写好的AI工具）。在命令行输入pip install --upgrade pip更新它。
2. 安装Jupyter Notebook（一种写代码的“笔记本”，能边写边看结果）。输入pip install jupyter。
3. 安装TensorFlow（一个AI框架，像乐高积木，帮你搭模型）。输入pip install tensorflow。如果报错，试试pip install tensorflow-cpu（更稳定）。
4. 启动Jupyter：输入jupyter notebook，浏览器会自动打开一个页面，点“New”选“Python 3”新建一个笔记本。

验证是否成功：跑第一个模型

在Jupyter的代码框里粘贴下面代码，然后按Shift+Enter运行：

• import tensorflow as tf （导入TensorFlow）
• print(tf.__version__) （打印版本号，看到数字就说明装好了）
• mnist = tf.keras.datasets.mnist （加载手写数字数据集，就是一堆数字图片）
• (x_train, y_train), (x_test, y_test) = mnist.load_data() （把数据分成训练和测试两部分）
• model = tf.keras.models.Sequential([tf.keras.layers.Flatten(), tf.keras.layers.Dense(128, activation='relu'), tf.keras.layers.Dense(10)]) （搭一个简单神经网络，相当于给电脑装个“数字识别”大脑）
• model.compile(optimizer='adam', loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True), metrics=['accuracy']) （配置学习方式）
• model.fit(x_train, y_train, epochs=5) （训练5轮，看进度条跑完）

如果最后看到“accuracy: 0.9x”，恭喜你！模型识别数字的准确率超过90%，你已成功跑通第一个AI模型。

下一步可以做什么？

你可以试试改epochs=10提高准确率，或者换一个数据集（比如cifar10识别猫狗）。记住：遇到报错先复制错误信息去百度或谷歌，大部分问题都有现成答案。现在，你已经迈出了AI的第一步！