02. 准备运行第一个实验
上一篇已经把模型缩小成 w × 重量 + b。现在需要一个地方执行这个计算，并看到修改参数后的输出。本篇只补运行前八篇实验所需的 Python 和终端知识，不要求先掌握完整编程语言。
Python 是本系列用来表达计算步骤的编程语言。脚本就是把这些步骤保存成一个 .py 文件；解释器是读取并执行它的程序。可以把脚本想成食谱，解释器是照着食谱操作的人。
前八篇只使用 Python 自带的工具，合称标准库，不需要另外安装处理模型的软件包。电脑的通用处理器 CPU 就能完成这些小计算；用于并行加速的 GPU 显卡在这里用不上。下面采用 Python 3.12，macOS 或 Linux 可使用“终端”应用输入命令，Windows 可打开 PowerShell。它们提供文字操作窗口；窗口里负责理解命令的程序通常称为 shell。
确认运行的是哪个解释器
在终端执行 python3.12 --version，应看到 Python 3.12.x。如果系统提示找不到命令，先从 Python 官方下载入口 或操作系统的软件管理工具准备 Python 3.12，再重新打开终端。若平时使用 python3，可先执行 python3 --version；显示 3.12 时，下方的 python3.12 也可以换成 python3。
目录就是文件夹。终端每一刻都位于某个“当前目录”；只写文件名时，程序通常从这里寻找文件。在下面的命令中，mkdir -p 创建文件夹，cd 进入它，python3.12 -m venv 再创建一套本实验专用的 Python 环境：
bash
mkdir -p ai-foundations
cd ai-foundations
python3.12 -m venv .venv
source .venv/bin/activate
python --version.venv 这个文件夹就是虚拟环境。可以把它看成项目自己的工具箱，今后安装的软件包放在这里，便于和其他项目分开。source 那行是激活工具箱，让当前窗口中的 python 使用这里的解释器；最后一行应显示 Python 3.12.x。新开终端时需要重新进入目录并激活。若不确定用的是谁，可以执行 python -c "import sys; print(sys.executable)" 查看实际路径。
Windows PowerShell 对应命令
在已安装 Python 的 PowerShell 中执行：
powershell
mkdir ai-foundations
cd ai-foundations
py -3.12 -m venv .venv
.\.venv\Scripts\python.exe --version后续命令中的 python 可以替换成 .\.venv\Scripts\python.exe，无需为激活脚本修改系统策略。本文完整实测范围为 macOS/Python 3.12，Windows 命令用于说明等价入口。
读懂后续代码的几个对象
激活环境后执行 python 进入交互解释器，逐行输入：
python
w = 2.0
b = 1.0
weight = 2.5
prediction = w * weight + b
print(prediction)输出应为 6.0。变量像贴着名字的储物格，w = 2.0 表示把数值 2.0 存到名为 w 的格子里；这里的 = 是赋值。* 是乘法，print 把值显示出来。修改 w 不会自动重算已经保存的 prediction，需要重新执行计算语句。训练时同样如此：每轮都要用新的参数重新计算预测。
多条样本可放进列表，通过循环逐条处理：
python
samples = [(1.0, 3.0), (2.0, 5.0), (3.0, 7.0)]
for x, target in samples:
prediction = w * x + b
print(x, prediction, target)方括号里的有序集合称为列表；这里每对圆括号把一个重量和一个目标绑在一起，称为元组。for x, target in samples 每次取出一对数，依次放入 x 和 target，执行缩进的两行，再取下一对。这就是循环，省去了手写三遍相同计算。复制时不要把缩进删除。
如果同一套计算还要在许多地方使用，可以给它起名，形成函数：
python
def predict(x, w, b):
return w * x + b
print(predict(2.5, 2.0, 1.0))def 定义名为 predict 的函数，括号列出要交给它的三个数；return 把算出的结果交回调用处。predict(2.5, 2.0, 1.0) 就是交入这三个数并取得结果。
离开交互解释器可执行 exit()。命令行中的 python 文件名.py 是运行一个保存好的程序，与在 >>> 提示符里输入代码不同。
跑通下载与输出位置
下载回归训练脚本到 ai-foundations，在该目录执行：
bash
python train_regression.py --steps 1 --output first-step.json--steps 1 告诉脚本只更新一次参数，--output 后面是保存结果的文件名。这些跟在命令后面的选项称为命令行参数，用于控制这次怎样运行，与模型里的 w,b 属于不同用途。
终端应输出含 initial_loss、final_loss 和 output 的一行结果，分别记录开始时的错误得分、结束时的错误得分和输出位置，目录中出现 first-step.json。JSON 是一种用“名称：值”保存数据的文本格式，用文本编辑器就能打开。现在先认出这些输出；损失如何计算到第 06 篇再解释。脚本按明确给出的路径写文件，同名输出会覆盖；想保留不同实验，应使用不同文件名。
如果提示找不到脚本，先检查当前目录与文件名；如果出现 SyntaxError，先确认下载的是 .py 源码，而不是网页 HTML。安装成功只证明环境准备好，能运行并核对输出才完成这个练习。
已经能够确定解释器、运行脚本、修改变量和查看输出。这里只使用了数值、列表、函数与循环；完整语法按需阅读 Python 基础。下一篇先明确程序读到的每条记录究竟表示什么：03. 把问题变成样本。