AI入门:第一次跑通你的模型(一步步安装指南)
本文教你从零开始安装Python和TensorFlow,并运行第一个AI模型,适合零基础读者。
很多新手想学AI,但被复杂的安装步骤吓退了。其实,只要跟着本文一步步操作,你也能在电脑上跑通第一个AI模型。我们以最常用的Python和TensorFlow为例,全程只需3步。
准备环境:装好Python和pip
AI模型通常用Python(一种容易上手的编程语言)来写。首先,你需要安装Python。
- 打开浏览器,访问Python官网:https://www.python.org/downloads/
- 点击下载按钮,选择适合你电脑系统的版本(Windows/macOS/Linux)。建议下载最新的稳定版,比如Python 3.12。
- 运行安装包,记得勾选“Add Python to PATH”(把Python添加到系统路径,这样后面用起来更方便),然后一路点“Next”完成安装。
装好后,打开命令提示符(Windows按Win+R,输入cmd回车)或终端(macOS/Linux),输入 python --version,如果看到版本号,说明安装成功。接着,输入 pip --version 确认pip(Python的包管理器,用来安装别人写好的代码库)也装好了。
安装TensorFlow:AI的核心库
TensorFlow是一个强大的AI框架,它能帮你快速搭建和训练模型。安装它只需要一行命令。
- 在命令提示符或终端里,输入以下命令并回车:
pip install tensorflow - 等待下载和安装完成。如果网速慢,可能需要几分钟。
- 常见坑:如果报错“pip不是内部命令”,说明Python没添加到PATH,可以重新安装Python并勾选那个选项;如果报错“权限不足”,macOS/Linux用户可以在命令前加
sudo。
安装成功后,你可以验证一下:在终端输入 python -c "import tensorflow as tf; print(tf.__version__)",如果输出版本号(比如2.15.0),就说明TensorFlow装好了。
运行第一个AI模型:识别手写数字
现在我们来跑一个经典的小模型——识别手写数字(比如图片里的“7”)。下面这段代码会训练一个简单的神经网络,你可以直接复制使用。
- 在桌面上新建一个文本文件,重命名为
first_ai.py(注意后缀是.py)。 - 用记事本或任何代码编辑器打开,粘贴以下代码:
import tensorflow as tf from tensorflow.keras.datasets import 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) - 保存文件,然后在终端里切换到桌面(用
cd Desktop命令),输入python first_ai.py并回车。 - 你会看到一堆输出,最后显示类似“Test accuracy: 0.97”的结果,说明模型准确率达到了97%!
常见坑:如果提示“No module named 'tensorflow'”,说明TensorFlow没装成功,重新运行安装命令;如果下载数据集很慢,可以手动下载mnist.npz文件放到缓存目录。
下一步可以做什么
你已经成功跑通了第一个AI模型!接下来可以尝试:
- 修改代码中的
epochs=5为更大的数字(比如10),看看准确率会不会更高。 - 用同样的方法安装PyTorch(另一个流行的AI框架),体验不同工具。
- 找一些图片分类的教程,训练一个能识别猫狗的小模型。
记住,AI入门的关键是多动手、多试错。遇到问题就搜索错误信息,大部分坑别人都踩过。祝你学习愉快!
内容来源
DEV Beginners
发布时间
2026-05-26 01:30