准备环境：你需要装什么

在开始之前，你需要一台电脑（Windows/Mac/Linux都可以），以及以下工具：

• Python：一种编程语言，AI开发最常用的语言。去 python.org 下载最新版（建议3.8以上），安装时勾选“Add Python to PATH”。
• PyTorch：一个深度学习框架，帮你快速构建和训练AI模型。安装方法见下一步。
• Jupyter Notebook（可选）：一个交互式编程环境，方便边写代码边看结果。安装Python后，在命令行输入 pip install jupyter 即可。

安装步骤：一步步来

1. 打开终端（Windows是cmd或PowerShell，Mac/Linux是Terminal）。
2. 检查Python是否安装成功：输入 python --version，如果显示版本号，说明成功。
3. 安装PyTorch：去 pytorch.org，根据你的系统（Windows/Linux/Mac）和有没有显卡（CUDA），复制给出的命令，粘贴到终端运行。例如，没有显卡的Windows用户可以用：pip install torch torchvision torchaudio。
4. 等待安装完成（可能需要几分钟）。

验证是否成功：跑一个简单模型

安装完成后，我们来测试一下。打开Python交互环境（输入 python）或Jupyter Notebook，逐行输入以下代码：

• import torch # 导入PyTorch，如果没有报错，说明安装成功。
• print(torch.__version__) # 打印PyTorch版本号。
• model = torch.hub.load('pytorch/vision:v0.10.0', 'resnet18', pretrained=True) # 加载一个预训练的图像分类模型（ResNet-18）。
• model.eval() # 设置为评估模式。

如果以上代码都顺利执行，恭喜你！你已经成功安装了AI开发环境，并加载了一个可以识别1000种物体（如猫、狗、汽车）的模型。下一步你可以用一张图片来测试分类结果，但那是另一个教程了。

常见坑提醒

• 如果 pip 命令报错，试试 pip3 或 python -m pip。
• 安装PyTorch时，注意选择正确的版本（CPU版还是GPU版）。没有NVIDIA显卡就选CPU版，否则会出错。
• 如果下载速度慢，可以加国内镜像源，如：pip install torch -i https://pypi.tuna.tsinghua.edu.cn/simple。