准备环境：你需要什么？

要运行神经网络代码，你只需要一台电脑和Python（一种编程语言，简单易学）。Python就像工具箱，里面有各种工具帮你处理数据、画图、做计算。

• 下载Python：去官网 python.org 下载最新版本（3.8以上）。安装时记得勾选“Add Python to PATH”，这样电脑才能找到Python。
• 安装完成后，打开命令行（Windows搜索“cmd”，Mac搜索“终端”），输入 python --version，看到版本号就成功了。

安装步骤：下载并运行micrograd

micrograd是一个小型神经网络库，只有几百行代码，却能展示神经网络的核心原理。它由AI专家Andrej Karpathy编写，非常适合新手学习。

1. 下载代码：打开浏览器，访问 github.com/karpathy/micrograd，点击绿色的“Code”按钮，选择“Download ZIP”，解压到桌面。
2. 打开命令行：进入解压后的文件夹（例如 cd Desktop/micrograd）。
3. 安装依赖：输入 pip install numpy 安装计算库（numpy用于处理数字，就像计算器）。
4. 运行测试：输入 python -c "from micrograd.engine import Value; print('安装成功')"，如果没报错，就说明环境配好了。

验证是否成功：跑一个简单的例子

现在我们来体验神经网络如何学习。在命令行中输入以下命令（可以直接复制粘贴）：

python -c "
from micrograd.engine import Value
x = Value(2.0)
f = x**3 + 2*x + 1
print(f'f(x) = {f.data}')
# 计算梯度
f.backward()
print(f'导数 df/dx = {x.grad}')
"

你会看到输出：f(x) = 13.0 和 导数 df/dx = 14.0。恭喜！你已经完成了神经网络的“前向传播”和“反向传播”——这是训练AI的核心步骤。

下一步可以做什么？

• 尝试修改函数（比如改成 x**2 + 3*x），看看导数如何变化。
• 阅读micrograd的代码（文件 micrograd/engine.py），只有100多行，注释很清晰。
• 访问Andrej Karpathy的YouTube视频“Neural Networks: Zero to Hero”，跟着他一步步学习。