Introducing Unsloth Desktop: the first local app to run & train models
✨Read more
Ctrlk
RedditDiscordGitHubNewsletter
For the complete documentation index, see llms.txt. This page is also available as Markdown.

Comment fine-tuner des LLM dans VS Code avec Unsloth et des GPU Colab

Guide pour fine-tuner des modèles directement dans Visual Studio Code via Unsloth et Google Colab.

Vous pouvez désormais affiner des LLM directement depuis Visual Studio Code (VS Code), localement ou en utilisant l'extension Google Colab. Dans ce guide, vous apprendrez à utiliser l'entraînement open source dépôt : Unsloth, pour connecter n'importe quel carnet de fine-tuning dans VS Code à un runtime Colab, afin que vous puissiez entraîner sur votre GPU local ou sur le GPU gratuit de Colab. Vous pouvez aussi regarder notre tutoriel vidéo ici.

1

Tutoriel VS Code et Colab :

Pour commencer, nous aurons besoin de :

  • Installé VS Code. Git (pour cloner le dépôt du notebook) devrait être installé par défaut.

  • Un compte Google (pour s'authentifier avec Colab)

  • Recommandé : Jupyter extension (la plupart des configurations VS Code l'ont déjà)

2

Installez l'extension Colab dans VS Code

  1. Ouvrez Extensions dans VS Code (Ctrl+Shift+X / Cmd+Shift+X)

  2. Recherchez « Colab » et installez l'extension Google Colab extension

3

Ouvrir un notebook Unsloth

  1. Clonez le dépôt de notebooks Unsloth:

git clone https://github.com/unslothai/notebooks
cd notebooks/nb

  1. Ouvrez le notebook souhaité. Unsloth prend en charge la plupart des modèles, y compris l'embedding, TTS. Par exemple, nous utiliserons Qwen3-4B RL : nb/Qwen3_(4B)-GRPO.ipynb

4

Sélectionnez un noyau et choisissez Colab

Dans la barre d'outils du notebook, cliquez sur Sélectionner le noyau, puis choisissez Colab

5

Ajouter un nouveau serveur Colab

Après avoir choisi Colab, vous verrez un menu déroulant avec des options de serveur.

  1. Cliquez + Ajouter un nouveau serveur Colab

  2. La première fois, une fenêtre de navigateur peut s'ouvrir pour l'authentification Google

    • Connectez-vous, accordez l'accès, puis revenez à VS Code

6

Sélectionnez le GPU et nommez le serveur

  1. Définissez Accélérateur matériel sur GPU

  2. Choisissez un type de GPU (par exemple T4, si disponible)

  3. Donnez un nom au serveur (n'importe quel nom de votre choix)

Remarque : la disponibilité des GPU dépend de votre plan Colab et de la capacité actuelle. Si vous ne voyez pas d'options GPU, consultez le dépannage ci-dessous.

7

Choisir le noyau Python

Une fois connecté au serveur Colab, sélectionnez le noyau Python qui apparaît pour ce runtime (généralement un noyau Python 3).

8

Exécuter le notebook

  • Cliquez Exécuter tout dans la barre d'outils du notebook (ou exécutez les cellules de haut en bas)

  • Regardez les cellules de configuration installer les dépendances puis lancer le workflow Unsloth

  • Vous pouvez consulter nos guides dédiés de fine-tuning ou d'apprentissage par renforcement pour plus d'informations sur la manière de commencer précisément avec Unsloth.

Tutoriel vidéo

Dépannage

Après la déconnexion du serveur Colab, le notebook ne s'exécute pas sur un nouveau serveur

Ce qui se passe : Si le notebook reste ouvert pendant la déconnexion du serveur Colab, VS Code peut rester bloqué dans un mauvais état de noyau/runtime après la reconnexion. Problème lié sur le dépôt GitHub.

Correction : Fermez complètement l'onglet du notebook et ouvrez de nouveau le notebook.

Vous ne pouvez pas sélectionner un GPU (seul le CPU apparaît)

Causes possibles et solutions :

  • Capacité du niveau gratuit de Colab : Les GPU peuvent être temporairement indisponibles → réessayez plus tard.

  • Pas réellement connecté à un runtime Colab : vérifiez de nouveau Sélectionner le noyau → Colab et assurez-vous qu'un serveur Colab est actif.

  • Restrictions de compte/région ou limites atteintes : vous devrez peut-être attendre ou utiliser un autre compte Google / un autre plan.

Tout a fonctionné, mais les paquets ont “disparu” après la reconnexion

Les runtimes Colab sont éphémères. Lorsqu'un serveur redémarre, vous devez généralement relancer les cellules de configuration/d'installation (souvent les premières cellules du notebook).

Mis à jour

Ce contenu vous a-t-il été utile ?