想学 AI 但不知道从哪开始？别担心，这篇教程会带你一步步装好环境、跑通第一个模型。我们用的是 Google 开源的 TensorFlow（一个帮电脑学习识别图片、文字等数据的工具库）。读完本文，你就能在自己的电脑上运行一个简单的图像分类程序了。

1. 准备环境：安装 Python

TensorFlow 需要 Python（一种简单易学的编程语言）来运行。请按以下步骤操作：

• 打开浏览器，访问 python.org/downloads，下载 Python 3.8 或更高版本（推荐 3.9 或 3.10）。
• 运行安装包，务必勾选“Add Python to PATH”（这样电脑才知道 Python 命令在哪）。
• 安装完成后，打开命令提示符（Windows 按 Win+R，输入 cmd 回车）或终端（Mac/Linux），输入 python --version，看到版本号就说明装好了。

2. 安装 TensorFlow

现在用 Python 自带的 pip（一个安装软件包的工具）来装 TensorFlow。

1. 在命令提示符或终端里输入：pip install tensorflow，然后回车。
2. 等待下载完成（可能需要几分钟，网速慢的话请耐心）。
3. 安装成功后，输入 pip show tensorflow，会显示版本号等信息。

常见坑：如果报错“pip 不是内部或外部命令”，说明 Python 没加到 PATH，请重新安装并勾选那个选项。

3. 跑通第一个模型：识别手写数字

我们用一个经典例子来验证安装是否成功——用 TensorFlow 识别手写数字图片。

1. 新建一个文本文件，命名为 test.py。
2. 把下面的代码复制进去：
   

   import tensorflow as tf
   (train_images, train_labels), (test_images, test_labels) = tf.keras.datasets.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)
   ])
   model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])
   model.fit(train_images, train_labels, epochs=5)
   test_loss, test_acc = model.evaluate(test_images, test_labels)
   print('测试准确率:', test_acc)

3. 在命令提示符或终端里，进入文件所在目录，输入 python test.py 回车。
4. 看到一堆数字滚动，最后打印出“测试准确率: 0.97”左右，就说明跑通了！

解释一下：这段代码让电脑看几千张手写数字图片（0-9），并学会识别它们。准确率 97% 意味着电脑几乎不会认错。

4. 下一步可以做什么

• 试试用你自己的图片：找一张数字图片，用 model.predict() 让它猜猜看。
• 学习更多 TensorFlow 教程，比如识别猫狗照片。
• 别忘了关掉命令提示符，不然电脑会一直跑程序哦。

恭喜你，已经迈出了 AI 入门的第一步！