很多人觉得 AI 很难，其实只要搭好环境，你也能轻松跑通第一个 AI 程序。本文带你一步步完成安装，让你亲身体验 AI 的魅力。

准备环境：你需要什么？

在开始之前，先确认你的电脑满足以下条件：

• 操作系统：Windows、macOS 或 Linux 均可，推荐使用 Windows 10 以上或 macOS 10.15 以上。
• Python：AI 开发最常用的编程语言。如果你还没安装，去 python.org 下载最新版（建议 3.9 或更高）。安装时记得勾选“Add Python to PATH”。
• 代码编辑器：推荐 VS Code，免费且好用。去 code.visualstudio.com 下载安装即可。

安装 AI 核心库

Python 安装好后，打开终端（Windows 搜索“命令提示符”或“PowerShell”，macOS 搜索“终端”），依次执行以下命令：

1. 升级 pip：pip install --upgrade pip（pip 是 Python 的包管理器，帮你安装各种库）。
2. 安装 TensorFlow 或 PyTorch：二选一即可。新手推荐 TensorFlow，命令：pip install tensorflow。如果选择 PyTorch，命令：pip install torch torchvision torchaudio。注意 PyTorch 安装包较大，请耐心等待。
3. 安装 Jupyter Notebook（可选但推荐）：pip install jupyter。Jupyter 让你在浏览器中交互式写代码，非常适合学习。

常见坑：如果安装速度很慢，可以加上国内镜像源，比如 pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple。

验证是否成功

安装完成后，在终端输入 python 进入 Python 交互环境，然后逐行输入以下代码：

1. import tensorflow as tf（如果没有报错，说明安装成功）。
2. print(tf.__version__)（会显示 TensorFlow 版本号，比如 2.15.0）。
3. 退出 Python：exit()。

如果你安装了 Jupyter，在终端输入 jupyter notebook，浏览器会自动打开一个页面，点击“New”->“Python 3”就能新建一个笔记本，在里面写代码试试吧！

下一步：跑通第一个 AI 示例

现在环境已经就绪，我们来运行一个经典的图像分类示例。在 Jupyter 或 Python 文件中输入以下代码：

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.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, verbose=2)

这段代码会下载手写数字数据集，训练一个简单的神经网络，最后输出测试准确率。第一次运行可能需要几分钟，耐心等待。看到准确率在 97% 左右，恭喜你，你已经成功跑通了第一个 AI 程序！

接下来，你可以尝试修改网络层数、增加训练轮数，或者换一个数据集（比如 CIFAR-10）。记住，入门的关键是多动手、多试错。遇到问题不要慌，搜索错误信息往往就能找到答案。祝你在 AI 的世界里玩得开心！