很多人想学 AI，但卡在第一步：不知道装什么、从哪下载、怎么跑起来。这篇文章带你一步步搞定，不需要任何基础。

1. 准备环境：装 Python 和编辑器

AI 程序最常用的语言是 Python（一种简单易学的编程语言）。你需要先安装它。

• 去 Python 官网 python.org，点“Downloads”，下载最新版（比如 3.12）。
• 安装时记得勾选 “Add Python to PATH”（否则后面会报错）。
• 接着装一个代码编辑器，推荐 VS Code（免费，写代码很方便）。

2. 安装 AI 库：用 pip 装 TensorFlow 或 PyTorch

AI 需要一些现成的工具包，我们用 pip（Python 的包管理器）来安装。

1. 打开终端（Windows 叫命令提示符，Mac 叫终端）。
2. 输入 pip install tensorflow 并按回车，等待下载完成。如果网慢，可以换成国内镜像：pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple。
3. 同样方式安装 pip install numpy matplotlib（数据处理和画图用的）。

3. 写第一个 AI 程序：识别手写数字

我们用经典入门例子——识别手写数字（MNIST 数据集）。

• 在 VS Code 里新建文件，取名 first_ai.py。
• 复制以下代码并保存：

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)
])
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)

• 在终端里运行 python first_ai.py，等待训练完成，最后会看到准确率，比如 0.97（97%）。

4. 常见坑与下一步

• 坑： 如果提示“pip 不是内部命令”，说明没勾选“Add Python to PATH”，重装勾上即可。
• 坑： 如果下载很慢，换国内镜像（见上文）。
• 下一步： 试试改代码里的 epochs=5 为 10，看看准确率是否提升；或者换一个数据集，比如 CIFAR-10（彩色图片分类）。