准备环境：安装 Python 与编辑器

在开始之前，你需要安装 Python（一种编程语言，AI 开发常用它）。

• 访问 python.org，下载最新版 Python（建议 3.10 以上）。
• 安装时记得勾选“Add Python to PATH”（把 Python 添加到系统路径，方便后续使用）。
• 安装完成后，打开终端（Windows 搜索“cmd”，Mac 搜索“终端”），输入 python --version，如果显示版本号，说明安装成功。
• 接着安装 VS Code（一个写代码的编辑器，免费好用）。去 code.visualstudio.com 下载安装即可。

安装 AI 库：用 pip 装 TensorFlow

我们以 TensorFlow（一个流行的 AI 工具包，帮你快速搭建模型）为例。

1. 打开终端，输入 pip install tensorflow，按回车。pip 是 Python 自带的安装工具，会自动下载并安装。
2. 如果下载慢，可以换成国内镜像：pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple。
3. 安装成功后会显示提示信息。若遇到错误，常见原因是网络问题或 Python 版本过低，请检查。

跑通第一个模型：识别手写数字

我们用一个经典例子——手写数字识别（让电脑识别图片里的数字 0-9）来验证环境。

1. 打开 VS Code，新建一个文件，命名为 mnist.py。
2. 复制以下代码到文件中：
   

   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)
   ])
   loss_fn = tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True)
   model.compile(optimizer='adam', loss=loss_fn, metrics=['accuracy'])
   model.fit(x_train, y_train, epochs=5)
   model.evaluate(x_test, y_test, verbose=2)

3. 保存文件，在终端中运行 python mnist.py。你会看到模型开始训练，最后输出准确率（比如 0.98 左右）。
4. 如果报错，常见原因是网络问题导致数据集下载失败，多试几次或使用代理。

下一步可以做什么

恭喜！你已经跑通了第一个 AI 模型。接下来可以：

• 尝试修改代码中的 epochs=5 为更大的数字（如 10），观察准确率变化。
• 学习 PyTorch（另一个主流 AI 工具包），安装命令：pip install torch。
• 找一些在线教程，如 TensorFlow 官方入门，继续深入学习。