准备环境：你需要装什么？

要跑 AI 程序，先装好三样东西：Python（一种简单易学的编程语言，AI 最常用）、TensorFlow（谷歌开发的 AI 框架，帮你快速搭建模型）、Keras（TensorFlow 的简化接口，更易上手）。

• Python 安装：去官网 python.org 下载最新版（推荐 3.9-3.11），安装时勾选“Add Python to PATH”。
• 验证安装：打开终端（Windows 按 Win+R 输入 cmd，Mac 打开“终端”），输入 python --version，看到版本号就对了。

安装 AI 库：一行命令搞定

用 Python 自带的包管理器 pip 安装 TensorFlow 和 Keras。注意：Keras 已内置在 TensorFlow 中，只需装一个。

1. 在终端输入：pip install tensorflow，回车等待下载（约 200MB，需联网）。
2. 如果下载慢，改用国内镜像：pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple。
3. 安装完成后，输入 python -c "import tensorflow as tf; print(tf.__version__)"，输出版本号即成功。

写第一个程序：识别手写数字

用经典的MNIST 数据集（手写数字图片集，AI 界的“Hello World”）训练一个简单模型。

1. 新建一个 Python 文件（比如 first_ai.py），粘贴以下代码：

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, activation='softmax')
])
model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])
model.fit(x_train, y_train, epochs=5)
model.evaluate(x_test, y_test)

在终端运行：python first_ai.py。第一次会下载数据集（约 11MB），耐心等待。

训练完成后，会看到类似“accuracy: 0.97”的输出，表示识别准确率 97%。

验证成功 & 下一步

看到准确率数字就说明你已成功跑通第一个 AI 模型！你还可以：

• 用模型预测新图片：在代码末尾加 predictions = model.predict(x_test[:5]) 并打印结果。
• 换一个数据集（如 CIFAR-10 彩色图片），修改 mnist 为 cifar10。
• 学习调整超参数（比如训练轮数 epochs、隐藏层神经元数量），观察准确率变化。