# Installation d’Unsloth Studio

Unsloth Studio fonctionne sur Windows, Linux, WSL et MacOS. Vous devez utiliser le même processus d’installation sur chaque appareil, bien que les exigences système puissent varier selon l’appareil.

<a href="#windows" class="button secondary" data-icon="windows">Windows</a><a href="#macos" class="button secondary" data-icon="apple">MacOS</a><a href="#linux-and-wsl" class="button secondary" data-icon="linux">Linux et WSL</a><a href="#docker" class="button secondary" data-icon="docker">Docker</a><a href="#developer-installation-advanced" class="button secondary" data-icon="screwdriver-wrench">Installation développeur</a>

* **Mac :** Comme CPU - [Chat](https://unsloth.ai/docs/fr/nouveau/chat#using-unsloth-studio-chat) + [Recettes de données](https://unsloth.ai/docs/fr/nouveau/studio/data-recipe) fonctionne pour l’instant. **MLX** entraînement très bientôt.
* **CPU : Unsloth fonctionne toujours sans GPU**, mais pour Chat + Recettes de données.
* **Entraînement :** Fonctionne sur **NVIDIA**: RTX 30, 40, 50, Blackwell, DGX Spark/Station, etc. + **Intel** GPU
* **À venir bientôt :** Prise en charge de **Apple MLX** et **AMD**.

## Instructions d’installation

N’oubliez pas que les instructions d’installation sont les mêmes sur chaque appareil :

{% stepper %}
{% step %}

#### Installer Unsloth

**MacOS, Linux, WSL :**

```bash
curl -fsSL https://unsloth.ai/install.sh | sh
```

**Windows PowerShell :**

```bash
irm https://unsloth.ai/install.ps1 | iex
```

{% hint style="success" %}
**La première installation devrait maintenant être 6 fois plus rapide et 50 % plus légère grâce aux binaires llama.cpp précompilés.**
{% endhint %}

{% hint style="info" %}
**Utilisateurs de WSL :** il vous sera demandé votre `sudo` mot de passe pour installer les dépendances de compilation (`cmake`, `git`, `libcurl4-openssl-dev`).
{% endhint %}
{% endstep %}

{% step %}

#### Lancer Unsloth Studio

```bash
unsloth studio -H 0.0.0.0 -p 8888
```

<div data-with-frame="true"><figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2Fd1yMMNa65Ccz50Ke0E7r%2FScreenshot%202026-03-17%20at%2012.32.38%E2%80%AFAM.png?alt=media&#x26;token=9369cfe7-35b1-4955-b8cb-42f7ecb43780" alt="" width="375"><figcaption></figcaption></figure></div>

**Puis ouvrez `http://localhost:8888` dans votre navigateur.**
{% endstep %}

{% step %}

#### Premiers pas

Au premier lancement, vous devrez créer un mot de passe pour sécuriser votre compte et vous reconnecter plus tard. Vous verrez ensuite un bref assistant d’intégration pour choisir un modèle, un jeu de données et des paramètres de base. Vous pouvez le passer à tout moment.
{% endstep %}

{% step %}

#### Commencer l’entraînement et l’exécution

Commencez immédiatement le fine-tuning et la création de jeux de données après le lancement. Consultez notre guide étape par étape pour démarrer avec Unsloth Studio :

{% content-ref url="start" %}
[start](https://unsloth.ai/docs/fr/nouveau/studio/start)
{% endcontent-ref %}
{% endstep %}
{% endstepper %}

### Mettre à jour Unsloth Studio :

Pour mettre à jour Unsloth Studio, utilisez :

{% code overflow="wrap" %}

```bash
unsloth studio update 
```

{% endcode %}

Si cela ne fonctionne pas, vous pouvez utiliser ce qui suit :

#### **MacOS, Linux, WSL :**

```bash
curl -fsSL https://unsloth.ai/install.sh | sh
```

#### **Windows PowerShell :**

```bash
irm https://unsloth.ai/install.ps1 | iex
```

## Configuration requise

### <i class="fa-windows">:windows:</i> Window**s**

Unsloth Studio fonctionne directement sur Windows sans WSL. Pour entraîner des modèles, assurez-vous que votre système satisfait à ces exigences :

**Exigences**

* Windows 10 ou Windows 11 (64 bits)
* GPU NVIDIA avec les pilotes installés
* **App Installer** (inclut `winget`): [ici](https://learn.microsoft.com/en-us/windows/msix/app-installer/install-update-app-installer)
* **Git**: `winget install --id Git.Git -e --source winget`
* **Python**: version 3.11 jusqu’à, mais sans inclure, la 3.14
* Travaillez dans un environnement Python tel que **uv**, **venv**, ou **conda/mamba**

### <i class="fa-apple">:apple:</i> MacOS

Unsloth Studio fonctionne sur les appareils Mac pour [Chat](#run-models-locally) pour les modèles GGUF et [Recettes de données](https://unsloth.ai/docs/fr/nouveau/studio/data-recipe) ([Export](https://unsloth.ai/docs/fr/nouveau/studio/export) très bientôt). **L’entraînement MLX arrive bientôt !**

* macOS 12 Monterey ou plus récent (Intel ou Apple Silicon)
* Installez Homebrew : [ici](https://brew.sh/)
* Git : `brew install git`&#x20;
* cmake : `brew install cmake`&#x20;
* openssl : `brew install openssl`
* Python : version 3.11 jusqu’à, mais sans inclure, la 3.14
* Travaillez dans un environnement Python tel que **uv**, **venv**, ou **conda/mamba**

### <i class="fa-linux">:linux:</i> Linux et WSL

* Ubuntu 20.04+ ou distribution similaire (64 bits)
* GPU NVIDIA avec les pilotes installés
* CUDA toolkit (12.4+ recommandé, 12.8+ pour Blackwell)
* Git : `sudo apt install git`
* Python : version 3.11 jusqu’à, mais sans inclure, la 3.14
* Travaillez dans un environnement Python tel que **uv**, **venv**, ou **conda/mamba**

### <i class="fa-docker">:docker:</i> Docker

{% hint style="success" %}
Notre image Docker fonctionne maintenant pour Studio ! Nous travaillons sur la compatibilité Mac.
{% endhint %}

* Téléchargez notre dernière image conteneur Unsloth : `docker pull unsloth/unsloth`
* Exécutez le conteneur via :

```bash
docker run -d -e JUPYTER_PASSWORD="mypassword" \
  -p 8888:8888 -p 8000:8000 -p 2222:22 \
  -v $(pwd)/work:/workspace/work \
  --gpus all \
  unsloth/unsloth
```

Pour plus d’informations, [voir ici](https://hub.docker.com/r/unsloth/unsloth#unsloth-docker-image).

* Accédez à votre instance Studio à `http://localhost:8000` ou à l’adresse IP externe `http://external_ip_address:8000/`

### <i class="fa-microchip">:microchip:</i> CPU uniquement

Unsloth Studio prend en charge les appareils CPU pour [Chat](#run-models-locally) pour les modèles GGUF et [Recettes de données](https://unsloth.ai/docs/fr/nouveau/studio/data-recipe) ([Export](https://unsloth.ai/docs/fr/nouveau/studio/export) très bientôt)

* Identique à ceux mentionnés ci-dessus pour Linux (sauf les pilotes GPU NVIDIA) et MacOS.

## Installation développeur (avancée)

### **Installer depuis le dépôt principal**

#### **installations développeur macOS, Linux, WSL :**

```bash
git clone https://github.com/unslothai/unsloth
cd unsloth
./install.sh --local
unsloth studio -H 0.0.0.0 -p 8888
```

#### **installations développeur Windows PowerShell :**

```powershell
winget install -e --id Python.Python.3.13 --source winget
winget install --id=astral-sh.uv  -e --source winget
winget install --id Git.Git -e --source winget
git clone https://github.com/unslothai/unsloth
cd unsloth
Set-ExecutionPolicy -Scope Process -ExecutionPolicy Bypass
.\install.ps1 --local
unsloth studio -H 0.0.0.0 -p 8888
```

### **Installation Nightly**

#### **Nightly - MacOS, Linux, WSL :**

```bash
git clone https://github.com/unslothai/unsloth
cd unsloth
git checkout nightly
./install.sh --local
```

Puis pour lancer à chaque fois :

```bash
unsloth studio -H 0.0.0.0 -p 8888
```

#### **Nightly - Windows :**

Exécuter dans Windows PowerShell :

```bash
winget install -e --id Python.Python.3.13 --source winget
winget install --id=astral-sh.uv  -e --source winget
winget install --id Git.Git -e --source winget
git clone https://github.com/unslothai/unsloth
cd unsloth
git checkout nightly
Set-ExecutionPolicy -Scope Process -ExecutionPolicy Bypass
.\install.ps1 --local
```

Puis pour lancer à chaque fois :

<pre class="language-bash"><code class="lang-bash"><strong>unsloth studio -H 0.0.0.0 -p 8888
</strong></code></pre>

### Désinstaller

Pour désinstaller Unsloth Studio, suivez ces 4 étapes :

#### **1. Supprimer l’application**

* MacOS, WSL, Linux : `rm -rf ~/.unsloth/studio/unsloth ~/.unsloth/studio/studio`
* Windows (PowerShell) : `Remove-Item -Recurse -Force "$HOME\.unsloth\studio\unsloth", "$HOME\.unsloth\studio\studio"`&#x20;

Cela supprime l’application mais conserve intacts vos points de contrôle de modèle, exports, historique, cache et discussions.

#### **2. Supprimer les raccourcis et liens symboliques**

**macOS :**

```bash
rm -rf ~/Applications/Unsloth\ Studio.app ~/Desktop/Unsloth\ Studio
```

**Linux :**

```bash
rm -f ~/.local/share/applications/unsloth-studio.desktop ~/Desktop/unsloth-studio.desktop
```

**WSL / Windows (PowerShell) :**

```bash
Remove-Item -Force "$HOME\Desktop\Unsloth Studio.lnk"
Remove-Item -Force "$env:APPDATA\Microsoft\Windows\Start Menu\Programs\Unsloth Studio.lnk"
```

#### **3. Supprimer la commande CLI**

**macOS, Linux, WSL :**

```bash
rm -f ~/.local/bin/unsloth
```

**Windows (PowerShell) :** L’installateur a ajouté le `Scripts` du venv à votre PATH utilisateur. Pour le supprimer, ouvrez Paramètres → Système → Informations système → Paramètres système avancés → Variables d’environnement, recherchez `Path` dans Variables utilisateur, et supprimez l’entrée pointant vers `.unsloth\studio\...\Scripts`.

#### **4. Tout supprimer (facultatif)**

Pour supprimer aussi l’historique, le cache, les discussions, les points de contrôle de modèle et les exports de modèles, supprimez tout le dossier Unsloth :

* MacOS, WSL, Linux : `rm -rf ~/.unsloth`
* Windows (PowerShell) : `Remove-Item -Recurse -Force "$HOME\.unsloth"`&#x20;

Notez que les fichiers de modèle HF téléchargés sont stockés séparément dans le cache Hugging Face — aucune des étapes ci-dessus ne les supprimera. Voir **Suppression des fichiers de modèle** ci-dessous si vous souhaitez récupérer cet espace disque.

{% hint style="warning" %}
Remarque : l’utilisation des `rm -rf` commandes **supprimera tout**, y compris votre historique, cache, discussions, etc.
{% endhint %}

### **Suppression des fichiers de modèle HF mis en cache**

Vous pouvez supprimer d’anciens fichiers de modèle soit depuis l’icône de corbeille dans la recherche de modèles, soit en supprimant le dossier de modèle mis en cache correspondant dans le répertoire de cache Hugging Face par défaut. Par défaut, Hugging Face utilise `~/.cache/huggingface/hub/` sur macOS/Linux/WSL et `C:\Users\<username>\.cache\huggingface\hub\` sur Windows.

* **MacOS, Linux, WSL :** `~/.cache/huggingface/hub/`
* **Windows :** `%USERPROFILE%\.cache\huggingface\hub\`

Si `HF_HUB_CACHE` ou `HF_HOME` est défini, utilisez cet emplacement à la place. Sur Linux et WSL, `XDG_CACHE_HOME` peut également modifier la racine de cache par défaut.

### Utilisation d’anciens modèles GGUF / modèles existants

{% columns %}
{% column %}
**Mise à jour du 1er avril :** Vous pouvez maintenant sélectionner un dossier existant à partir duquel Unsloth détectera les modèles.

**Mise à jour du 27 mars :** Unsloth Studio **détecte désormais automatiquement les modèles plus anciens / préexistants** téléchargés depuis Hugging Face, LM Studio, etc.
{% endcolumn %}

{% column %}

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FBn3Fs1cchFchl328wSOs%2FScreenshot%202026-04-05%20at%205.43.57%E2%80%AFAM.png?alt=media&#x26;token=cc57ec6e-653a-4824-8e8d-a6bfbcd27493" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

**Instructions manuelles :** Unsloth Studio détecte les modèles téléchargés dans votre cache Hugging Face Hub `(C:\Users{your_username}.cache\huggingface\hub)`. Si vous avez des modèles GGUF téléchargés via LM Studio, notez qu’ils sont stockés dans `C:\Users{your_username}.cache\lm-studio\models` ***OU*** `C:\Users{your_username}\lm-studio\models` . Parfois, lorsqu’ils ne sont pas visibles, vous devrez déplacer ou copier ces fichiers .gguf dans votre répertoire de cache Hugging Face Hub (ou dans un autre chemin accessible à llama.cpp) pour qu’Unsloth Studio les charge.

Après avoir effectué le fine-tuning d’un modèle ou d’un adaptateur dans Studio, vous pouvez l’exporter en GGUF et exécuter l’inférence locale avec **llama.cpp** directement dans Studio Chat. Unsloth Studio est propulsé par llama.cpp et Hugging Face.

### <i class="fa-google">:google:</i> Notebook Google Colab

Nous avons ստեղծé un [notebook Google Colab gratuit](https://colab.research.google.com/github/unslothai/unsloth/blob/main/studio/Unsloth_Studio_Colab.ipynb) afin que vous puissiez explorer toutes les fonctionnalités d’Unsloth sur les GPU T4 de Colab. Vous pouvez entraîner et exécuter la plupart des modèles jusqu’à 22 milliards de paramètres, et passer à un GPU plus grand pour les modèles plus volumineux. Cliquez simplement sur « Run all » et l’interface devrait apparaître après l’installation.

{% columns %}
{% column %}
{% embed url="<https://colab.research.google.com/github/unslothai/unsloth/blob/main/studio/Unsloth_Studio_Colab.ipynb>" %}

Une fois l’installation terminée, faites défiler jusqu’à **Démarrer Unsloth Studio** et cliquez sur **Ouvrir Unsloth Studio** dans la boîte blanche affichée à gauche :

**Faites défiler encore plus bas pour voir l’interface réelle.**
{% endcolumn %}

{% column %}

<div data-with-frame="true"><figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FkYitMrK55Ic6eIGqiKEJ%2FScreenshot%202026-03-16%20at%2011.21.16%E2%80%AFPM.png?alt=media&#x26;token=4388c309-a598-41f3-9301-e434c334ac1c" alt=""><figcaption></figcaption></figure></div>
{% endcolumn %}
{% endcolumns %}

{% hint style="warning" %}
Nous précompilons désormais les binaires llama.cpp pour des vitesses d’installation beaucoup plus rapides.

Parfois, le lien Studio peut renvoyer une erreur. Cela se produit parce que vous utilisez peut-être un bloqueur de publicités ou que Mozilla ou Google Colab attendent que vous restiez sur la page Colab ; s’ils détectent une inactivité, ils peuvent arrêter la session GPU. Néanmoins, vous pouvez faire défiler un peu plus bas&#x20;
{% endhint %}

## Dépannage

<table><thead><tr><th width="211.5999755859375">Problème</th><th>Correction</th></tr></thead><tbody><tr><td>Erreur de version de Python</td><td><code>sudo apt install python3.12 python3.12-venv</code> version 3.11 jusqu’à, mais sans inclure, la 3.14</td></tr><tr><td><code>nvidia-smi introuvable</code></td><td>Installez les pilotes NVIDIA depuis https://www.nvidia.com/Download/index.aspx</td></tr><tr><td><code>nvcc introuvable</code> (CUDA)</td><td><code>sudo apt install nvidia-cuda-toolkit</code> ou ajoutez <code>/usr/local/cuda/bin</code> au PATH</td></tr><tr><td>échec de compilation de llama-server</td><td>Non bloquant, Studio fonctionne toujours, l’inférence GGUF ne sera pas disponible. Installez <code>cmake</code> et relancez la configuration pour corriger le problème.</td></tr><tr><td><code>cmake introuvable</code></td><td><code>sudo apt install cmake</code></td></tr><tr><td><code>git introuvable</code></td><td><code>sudo apt install git</code></td></tr><tr><td>Échec de la compilation</td><td>Supprimez <code>~/.unsloth/llama.cpp</code> et relancez la configuration</td></tr></tbody></table>