准备环境

首先，你需要一台电脑（Windows / macOS / Linux 都可以），然后安装 Python（一种编程语言，AI 开发最常用的工具）。

• 访问 python.org，下载最新版 Python（建议 3.8 以上）。
• 安装时勾选“Add Python to PATH”（否则后续命令会找不到 Python）。
• 打开终端（Windows 用 cmd 或 PowerShell，Mac/Linux 用 Terminal），输入 python --version，看到版本号即成功。

安装虚拟环境与核心库

虚拟环境可以隔离不同项目的依赖，避免冲突。

1. 在终端中执行：python -m venv myenv 创建一个名为 myenv 的虚拟环境。
2. 激活虚拟环境：Windows 执行 myenv\Scripts\activate，Mac/Linux 执行 source myenv/bin/activate。
3. 安装 Jupyter Notebook（交互式编程工具，方便边写边看结果）：pip install jupyter。
4. 安装 TensorFlow（一个流行的 AI 框架）：pip install tensorflow。如果电脑没有 NVIDIA 显卡，安装 CPU 版本即可。

跑通第一个 AI 模型

现在我们来运行一个简单的图像分类模型，识别手写数字。

1. 在终端输入 jupyter notebook，浏览器会自动打开一个页面。
2. 点击“New” → “Python 3” 新建一个笔记本。
3. 复制以下代码到单元格，按 Shift+Enter 运行：

   import tensorflow as tf
   mnist = tf.keras.datasets.mnist
   (x_train, y_train), (x_test, y_test) = mnist.load_data()
   model = tf.keras.models.Sequential([
     tf.keras.layers.Flatten(input_shape=(28, 28)),
     tf.keras.layers.Dense(128, activation='relu'),
     tf.keras.layers.Dense(10, activation='softmax')
   ])
   model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])
   model.fit(x_train, y_train, epochs=3)
   model.evaluate(x_test, y_test)

4. 等待几分钟，你会看到训练过程，最后显示测试准确率（约 0.97 左右）。恭喜，你已跑通第一个 AI 模型！

常见问题与下一步

• pip 不是内部命令：重新安装 Python 并勾选“Add to PATH”。
• 下载慢：使用国内镜像，如 pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple。
• 内存不足：关闭其他程序，或使用更小的模型。

接下来你可以尝试修改网络层数、更换数据集（如 CIFAR-10），或学习用 PyTorch（另一个常用框架）实现相同功能。持续练习，你就能逐步深入 AI 世界。