很多人觉得 AI 入门需要高学历或报班，其实不然。你只需要一台电脑（Windows/Mac/Linux 都行）、一点耐心，跟着本文一步步操作，就能跑通第一个 AI 模型。本文不讲复杂理论，只讲怎么装、怎么跑。

1. 准备环境：安装 Python

AI 开发最常用的语言是 Python（一种简单易学的编程语言，类似给电脑下指令的“普通话”）。

• 去 Python 官网（python.org）下载最新版 Python（建议 3.9 或以上）。
• 安装时务必勾选“Add Python to PATH”（把 Python 添加到系统路径，否则后面命令可能找不到）。
• 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。

2. 安装 PyTorch：AI 的核心工具

PyTorch 是一个 AI 框架，帮你搭建和训练模型，相当于做菜的“锅和铲”。

• 打开终端，输入以下命令安装 PyTorch（CPU 版本，适合大多数新手）：
  pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu
• 如果网速慢，可以加国内镜像，例如：
  pip install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple
• 安装后，在终端输入 python -c "import torch; print(torch.__version__)"，如果显示版本号（如 2.0.1），说明 PyTorch 安装成功。

3. 跑通第一个模型：图像分类

我们用 PyTorch 自带的预训练模型来识别图片内容，不需要自己训练。

1. 新建一个文本文件，命名为 demo.py，用记事本打开。
2. 复制以下代码并保存：
   

   import torch
   from torchvision import models, transforms
   from PIL import Image
   import requests
   
   # 下载一张测试图片
   url = "https://raw.githubusercontent.com/pytorch/hub/master/images/dog.jpg"
   img = Image.open(requests.get(url, stream=True).raw)
   
   # 加载预训练的 ResNet-18 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)  # 增加 batch 维度
   
   # 推理
   with torch.no_grad():
       output = model(input_tensor)
   # 输出预测类别（ImageNet 1000 类）
   _, predicted = torch.max(output, 1)
   print("预测类别编号:", predicted.item())
   

3. 在终端中，进入 demo.py 所在目录，输入 python demo.py 运行。
4. 如果看到输出“预测类别编号: 207”（对应金毛犬），说明模型跑通了！

常见坑提醒：如果报错“No module named 'PIL'”，先执行 pip install pillow。如果报错“ConnectionError”，检查网络或手动下载图片放到同目录。

4. 下一步可以做什么

• 试试用自己的图片替换代码中的 URL。
• 学习修改模型，做更复杂的任务（如识别手写数字）。
• 关注免费平台如 Kaggle（数据科学竞赛网站）上的入门教程，边做边学。

记住：AI 入门不靠学历，靠动手。跑通这个模型，你已经迈出了第一步！