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.

WindowsMacOSLinux & WSLDocker

• Entraînement : Pris en charge sur GPU NVIDIA : RTX 3090, Blackwell série 50, DGX Spark, etc.

• Mac : Comme CPU - le chat fonctionne uniquement pour l'instant. MLX entraînement très bientôt disponible.

• CPU : Unsloth fonctionne toujours sans GPU, mais seulement pour Chat inférence.

• Bientôt disponible : Prise en charge de Apple MLX, AMD, et Intel.

Instructions d'installation

N'oubliez pas que les instructions d'installation sont les mêmes sur tous les appareils :

1

Installer Unsloth

Tout d'abord, installez Unsloth avec une seule commande :

Copier

pip install unsloth

Ou installez le code le plus récent depuis la source via pip avec :

Copier

pip install git+https://github.com/unslothai/unsloth

Ou vous pouvez télécharger Studio directement depuis la source :

2

Configurer Unsloth Studio

Copier

unsloth studio setup

L'installation configure automatiquement Node.js (via nvm), construit le frontend, installe toutes les dépendances Python et compile llama.cpp avec le support CUDA.

La première installation peut prendre 5 à 10 minutes. C'est normal car llama.cpp doit compiler des binaires. Nannulez pas le processus. Nous travaillons sur des binaires précompilés afin que la prochaine fois cela prenne moins de temps.

Utilisateurs WSL : vous serez invité à saisir votre sudo mot de passe pour installer les dépendances de compilation (cmake, git, libcurl4-openssl-dev).

3

Lancer

Lancez Unsloth Studio via :

Copier

unsloth studio -H 0.0.0.0 -p 8888

Puis ouvrez http://localhost:8888 dans votre navigateur.

4

Intégration

Lors du premier lancement, vous devrez créer un mot de passe pour sécuriser votre compte et vous reconnecter ensuite. Vous verrez ensuite un bref assistant d'intégration pour choisir un modèle, un jeu de données et les paramètres de base. Vous pouvez l'ignorer à tout moment.

5

Commencer l'entraînement et l'exécution

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

Get Started

Exigences système

Fenetress

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

Exigences

• Windows 10 ou Windows 11 (64 bits)

• GPU NVIDIA avec pilotes installés

• Installateur d'applications (inclut winget): ici

• Git: winget install --id Git.Git -e --source winget

• Python : version 3.11 jusqu'à, mais non incluse, 3.14

• Travaillez dans un environnement Python tel que uv, venv, ou conda/mamba

MacOS

Unsloth Studio fonctionne sur les appareils Mac pour Chat pour les modèles GGUF. Entraînement MLX bientôt disponible !

• macOS 12 Monterey ou version plus récente (Intel ou Apple Silicon)

• Installer Homebrew : ici

• Git : brew install git

• cmake : brew install cmake

• openssl : brew install openssl

• Python : version 3.11 jusqu'à, mais non incluse, 3.14

• Travaillez dans un environnement Python tel que uv, venv, ou conda/mamba

Linux & WSL

• Ubuntu 20.04+ ou distribution similaire (64 bits)

• GPU NVIDIA avec pilotes installés

• Toolkit CUDA (12.4+ recommandé, 12.8+ pour Blackwell)

• Git : sudo apt install git

• Python : version 3.11 jusqu'à, mais non incluse, 3.14

• Travaillez dans un environnement Python tel que uv, venv, ou conda/mamba

Docker

• Récupérez notre dernière image container Unsloth : docker pull unsloth/unsloth

• Exécutez le conteneur via :

Pour plus d'informations, voir ici.

• Accédez à votre instance studio à http://localhost:8000 ou adresse IP externe http://external_ip_address:8000/

CPU uniquement

Unsloth Studio ne prend en charge que les appareils CPU pour Chat pour les modèles GGUF.

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

Google Colab

Nous avons créé un carnet Google Colab gratuit pour 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 des modèles plus volumineux. Il suffit de cliquer sur "Run all" et l'interface devrait s'ouvrir après l'installation.

Google Colabcolab.research.google.com

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 :

Dépannage