> For the complete documentation index, see [llms.txt](https://unsloth.ai/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://unsloth.ai/docs/fr/nouveau/studio/install.md). # 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. Windows MacOS Linux et WSL Docker Installation développeur * **Mac :** Comme le CPU - [Chat](/docs/fr/nouveau/studio/chat.md#using-unsloth-studio-chat) + [Recettes de données](/docs/fr/nouveau/studio/data-recipe.md) fonctionne pour l'instant. **MLX** l'entraînement fonctionne maintenant ! * **CPU : Unsloth fonctionne toujours sans GPU**, mais pour Chat + Recettes de données. * **Entraînement :** Fonctionne sur **NVIDIA**: RTX 30, 40, 50, Blackwell, DGX Spark, etc. + **Intel** + **AMD** GPU ### Démarrage rapide {% tabs %} {% tab title="MacOS" %} #### Étape 1 : Configurer Unsloth Lancez le `terminal` depuis Mac, puis installez Unsloth en saisissant la commande ci-dessous. ```bash curl -fsSL https://unsloth.ai/install.sh | sh ``` Unsloth commencera à configurer l'environnement et à installer les paquets requis comme indiqué ci-dessous. Tapez **Y** et appuyez sur `Entrée` lorsqu'on vous demande si vous souhaitez autoriser Studio à démarrer maintenant. Cela lancera Unsloth sur votre **8888** port local.

{% hint style="info" %} Si vous avez choisi de ne pas démarrer Unsloth pendant l'installation, vous pouvez toujours lancer l'application Unsloth en utilisant `unsloth studio -p 8888` . Si vous souhaitez que votre instance Unsloth soit accessible par des clients en dehors de votre PC/ordinateur, ajoutez `-H 0.0.0.0` à la `unsloth studio` commande. {% endhint %} #### Étape 2 : Démarrer Unsloth Ouvrez votre navigateur de votre choix et rendez-vous sur l' `http://127.0.0.1:8888` URL. S'il s'agit de votre première installation d'Unsloth, il vous sera demandé de créer un nouveau mot de passe. Ensuite, l'application Unsloth devrait maintenant s'ouvrir sur la page Chat, comme indiqué ci-dessous.

Vous pouvez également le lancer avec la commande suivante : ```bash unsloth studio -H 0.0.0.0 -p 8888 ``` {% hint style="info" %} Si vous souhaitez que votre instance soit accessible par des clients en dehors de votre PC/ordinateur.\ Ajoutez `-H 0.0.0.0` à la `unsloth studio` commande. {% endhint %} #### Étape 2 : Démarrer Unsloth Ouvrez `http://127.0.0.1:8888` dans votre navigateur. Au premier lancement, créez un nouveau mot de passe pour continuer vers la page de chat. **Unsloth Studio** est désormais installé et prêt à l'emploi. L'application Unsloth devrait maintenant s'ouvrir sur la page Chat, comme indiqué ci-dessous.

{% hint style="info" %} Si vous avez choisi de ne pas démarrer Unsloth pendant l'installation, vous pouvez toujours lancer l'application Unsloth en utilisant `unsloth studio -p 8888` . Si vous souhaitez que votre instance Unsloth soit accessible par des clients en dehors de votre PC/ordinateur, ajoutez `-H 0.0.0.0` à la `unsloth studio` commande. {% endhint %} #### Étape 2 : Démarrer Unsloth Ouvrez le navigateur de votre choix et tapez `http://127.0.0.1:8888` dans la boîte URL. S'il s'agit de votre première installation d'Unsloth, vous serez redirigé vers `http://127.0.0.1:8888/change-password` page comme indiqué ci-dessous :

Saisissez un nouveau mot de passe dans le champ `Nouveau mot de passe` et ressaisissez le même mot de passe dans `Confirmer le mot de passe` puis cliquez sur le bouton **Modifier le mot de passe** bouton**.**

L'application Unsloth devrait maintenant s'ouvrir sur la page Chat, comme indiqué. **Unsloth Studio** est désormais installé et prêt à l'emploi.

Vous pouvez commencer à entraîner et à exécuter des modèles immédiatement. Vous pouvez consulter notre guide plus détaillé, étape par étape, pour commencer ci-dessous : {% content-ref url="/pages/a4ab77cc976ec484d13317b14422a754e2f1d4e8" %} [Get Started](/docs/fr/nouveau/studio/start.md) {% endcontent-ref %} {% endtab %} {% endtabs %} ### Mettre à jour Unsloth Studio Pour mettre à jour Unsloth Studio, utilisez les mêmes commandes que pour l'installation : **macOS, WSL, Linux :** ```bash curl -fsSL https://unsloth.ai/install.sh | sh ``` **Windows (PowerShell) :** ```powershell irm https://unsloth.ai/install.ps1 | iex ``` ## Exigences système ### Fenêtre**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 pilotes installés * **Programme d'installation de l'application** (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, 3.14 * Travaillez dans un environnement Python tel que **uv**, **venv**, ou **conda/mamba** ### MacOS Unsloth Studio fonctionne sur les appareils Mac pour [Chat](#run-models-locally) et l'entraînement et toutes les fonctionnalités. Vous pouvez exécuter des modèles MLX avec Unsloth. * macOS 12 Monterey ou plus récent (Intel ou Apple Silicon) * Travaillez dans un environnement Python tel que **uv**, **venv**, ou **conda/mamba** ### Linux et WSL * Ubuntu 20.04+ ou distribution similaire (64 bits) * GPU NVIDIA avec pilotes installés * Boîte à outils CUDA (12.4+ recommandé, 12.8+ pour Blackwell) * Git : `sudo apt install git` * Python : version 3.11 jusqu'à, mais sans inclure, 3.14 * Travaillez dans un environnement Python tel que **uv**, **venv**, ou **conda/mamba** ### Docker {% hint style="success" %} Notre image Docker fonctionne maintenant pour Studio ! Nous travaillons sur la compatibilité Mac. {% endhint %} * Récupérez notre dernière image de conteneur Unsloth : `docker pull unsloth/unsloth` * Lancez le conteneur via : ```bash docker run -d -e JUPYTER_PASSWORD="mypassword" \ -p 8888:8888 -p 8000:8000 -p 2222:22 \ -v $(pwd)/work:/workspace/work \ --gpus all \ unsloth/unsloth ``` Pour plus d'informations, [voir ici](https://hub.docker.com/r/unsloth/unsloth#unsloth-docker-image). * Accédez à votre instance Studio à `http://localhost:8000` ou à l'adresse IP externe `http://external_ip_address:8000/` ### CPU uniquement Unsloth Studio prend en charge les appareils CPU pour [Chat](#run-models-locally) pour les modèles GGUF et [Recettes de données](/docs/fr/nouveau/studio/data-recipe.md) ([Export](/docs/fr/nouveau/studio/export.md) (arrive très bientôt) * Identiques à ceux mentionnés ci-dessus pour Linux (sauf pour les pilotes GPU NVIDIA) et macOS. ## Installations développeur / nocturnes (avancé) ### **Installation du dépôt principal** #### **Installations développeur macOS, Linux, WSL :** ```bash git clone https://github.com/unslothai/unsloth cd unsloth ./install.sh --local unsloth studio -p 8888 ``` Pour installer dans un emplacement isolé (son propre environnement virtuel, `auth/`, `studio.db`, cache et compilation de llama.cpp), définissez `UNSLOTH_STUDIO_HOME` et transmettez-le à nouveau au lancement : ```bash UNSLOTH_STUDIO_HOME="$PWD/.studio" ./install.sh --local UNSLOTH_STUDIO_HOME="$PWD/.studio" unsloth studio -p 8888 ``` Puis pour mettre à jour : ```bash cd unsloth && git pull ./install.sh --local unsloth studio -p 8888 ``` #### **Installations développeur Windows PowerShell :** ```powershell git clone https://github.com/unslothai/unsloth.git cd unsloth Set-ExecutionPolicy -Scope Process -ExecutionPolicy Bypass .\install.ps1 --local unsloth studio -p 8888 ``` Pour installer dans un emplacement isolé (son propre environnement virtuel, `auth/`, `studio.db`, cache et compilation de llama.cpp), définissez `UNSLOTH_STUDIO_HOME` et transmettez-le à nouveau au lancement : ```powershell $env:UNSLOTH_STUDIO_HOME="$PWD\.studio"; .\install.ps1 --local $env:UNSLOTH_STUDIO_HOME="$PWD\.studio"; unsloth studio -p 8888 ``` Puis pour mettre à jour : ```powershell cd unsloth; git pull .\install.ps1 --local unsloth studio -p 8888 ``` #### **Accès à distance : `--secure` (tunnel HTTPS) contre port brut** Par défaut `unsloth studio` se lie à `127.0.0.1` (cette machine uniquement). Pour y accéder depuis un autre appareil, choisissez l'une des options suivantes : * `--secure` (recommandé) : servir **uniquement** via un lien HTTPS Cloudflare gratuit. Studio reste lié à localhost et le tunnel fournit l'URL publique ; il échoue fermement (ne démarre pas) si le tunnel ne peut pas se mettre en place, de sorte que le port brut n'est jamais exposé. ```bash unsloth studio --secure -p 8888 ``` * `-H 0.0.0.0`: lier le port brut sur toutes les interfaces réseau, accessible depuis n'importe où sur le réseau. N'utilisez cela que sur un réseau de confiance. ```bash unsloth studio -H 0.0.0.0 -p 8888 ``` Les outils côté serveur (recherche web, exécution de code Python et terminal) s'exécutent avec votre compte et sont activés par défaut. Toute personne pouvant atteindre le serveur avec la clé API peut exécuter du code sur cette machine, alors gardez votre clé API privée et passez `--disable-tools` lors de l'exposition de Studio. ### Méthodes de lancement avancées Les options de l'installateur peuvent être transmises sous forme de variables d'environnement. Sur macOS, Linux et WSL, placez la variable après le pipe afin que le shell la transmette à `sh`; sous Windows, définissez-la avec `$env:` avant de la rediriger vers `iex`. Ignorer PyTorch (mode GGUF uniquement) : ```bash curl -fsSL https://unsloth.ai/install.sh | UNSLOTH_NO_TORCH=1 sh ``` ```powershell $env:UNSLOTH_NO_TORCH=1; irm https://unsloth.ai/install.ps1 | iex ``` Verrouiller la version de Python : ```bash curl -fsSL https://unsloth.ai/install.sh | UNSLOTH_PYTHON=3.12 sh ``` ```powershell $env:UNSLOTH_PYTHON='3.12'; irm https://unsloth.ai/install.ps1 | iex ``` Installer dans un emplacement personnalisé avec `UNSLOTH_STUDIO_HOME`: ```bash curl -fsSL https://unsloth.ai/install.sh | UNSLOTH_STUDIO_HOME=/abs/path sh ``` ```powershell $env:UNSLOTH_STUDIO_HOME='C:\path'; irm https://unsloth.ai/install.ps1 | iex ``` Limiter les pools de threads CPU natifs de Studio sur les hôtes à grand nombre de cœurs : `UNSLOTH_CPU_THREADS=8 unsloth studio -p 8888`. ### Désinstaller La méthode recommandée pour supprimer complètement Unsloth Studio est le script de désinstallation correspondant à votre système d'exploitation. Il arrête tous les serveurs en cours d'exécution, supprime le répertoire d'installation, le répertoire de données du lanceur, le raccourci du bureau et toutes les entrées spécifiques à la plateforme (macOS `.app` bundle + Launch Services sur Mac ; menu Démarrer, `HKCU\Software\Unsloth` clé de registre et entrées utilisateur `PATH` sur Windows) : * **MacOS, WSL, Linux :** {% code overflow="wrap" expandable="true" %} ```bash curl -fsSL https://raw.githubusercontent.com/unslothai/unsloth/main/scripts/uninstall.sh | sh ``` {% endcode %} * **Windows (PowerShell) :** {% code overflow="wrap" expandable="true" %} ```bash irm https://raw.githubusercontent.com/unslothai/unsloth/main/scripts/uninstall.ps1 | iex ``` {% endcode %} Si vous souhaitez seulement supprimer le répertoire d'installation et conserver le lanceur/raccourci pour une réinstallation ultérieure, vous pouvez exécuter à la place `rm -rf ~/.unsloth/studio` (Mac/Linux/WSL) ou `Remove-Item -Recurse -Force "$HOME\.unsloth\studio"` (Windows). Le cache du modèle à `~/.cache/huggingface` n'est touché par aucune de ces opérations. #### Désinstallation manuelle Si vous préférez supprimer uniquement des parties spécifiques : **1. Supprimer uniquement l'application** (conserve l'historique, les chats, les points de contrôle et les exports intacts) : * **macOS, WSL, Linux :** `rm -rf ~/.unsloth/studio/unsloth_studio` * **Windows (PowerShell) :** `Remove-Item -Recurse -Force "$HOME\.unsloth\studio\unsloth_studio"` **2. Supprimer Studio entièrement** (conserve les autres outils Unsloth intacts) : * **macOS, WSL, Linux :** `rm -rf ~/.unsloth/studio` * **Windows (PowerShell) :** `Remove-Item -Recurse -Force "$HOME\.unsloth\studio"` **3. Supprimer tout ce qui est lié à Unsloth :** * **macOS, WSL, Linux :** `rm -rf ~/.unsloth` * **Windows (PowerShell) :** `Remove-Item -Recurse -Force "$HOME\.unsloth"` {% hint style="warning" %} Remarque : l'étape 3 supprime tout l'historique, les chats, les points de contrôle des modèles et les exports. Cela ne peut pas être annulé. {% endhint %} **4. Supprimer les raccourcis et les liens symboliques :** **macOS :** ```shellscript rm -rf ~/Applications/Unsloth\ Studio.app ~/Desktop/Unsloth\ Studio ``` **Linux :** ```shellscript rm -f ~/.local/share/applications/unsloth-studio.desktop ~/Desktop/unsloth-studio.desktop ``` **WSL / Windows (PowerShell) :** ```shellscript Remove-Item -Force "$HOME\Desktop\Unsloth Studio.lnk" Remove-Item -Force "$env:APPDATA\Microsoft\Windows\Start Menu\Programs\Unsloth Studio.lnk" ``` **5. Supprimer la commande CLI :** * **macOS, Linux, WSL :** `rm -f ~/.local/bin/unsloth` * **Windows (PowerShell) :** L'installateur a ajouté le répertoire `Scripts` de venv à votre PATH utilisateur. Pour le supprimer, ouvrez Paramètres → Système → À propos → Paramètres système avancés → Variables d'environnement, trouvez `Chemin` dans les variables utilisateur, et supprimez l'entrée pointant vers `.unsloth\studio\...\Scripts`. {% hint style="info" %} Remarque : les étapes 1 à 5 ne touchent pas vos fichiers de modèles HF téléchargés. Voir la section Suppression des fichiers de modèles HF mis en cache ci-dessous si vous souhaitez récupérer cet espace. {% endhint %} ### **Suppression des fichiers de modèles HF mis en cache** Vous pouvez supprimer les anciens fichiers de modèles 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\\.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 du cache par défaut. ### Utiliser d'anciens modèles GGUF / existants {% columns %} {% column %} **Mise à jour du 1er avr. :** Vous pouvez maintenant sélectionner un dossier existant à partir duquel Unsloth doit détecter les modèles. **Mise à jour du 27 mars :** Unsloth Studio détecte maintenant **automatiquement les modèles plus anciens / déjà existants** téléchargés depuis Hugging Face, LM Studio, etc. {% endcolumn %} {% column %}

{% endcolumn %} {% endcolumns %} **Instructions manuelles :** Unsloth Studio détecte les modèles téléchargés dans le cache de votre Hugging Face Hub `(C:\Users{your_username}.cache\huggingface\hub)`. Si vous avez téléchargé des modèles GGUF 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 le répertoire de cache de votre Hugging Face Hub (ou dans un autre chemin accessible à llama.cpp) pour qu'Unsloth Studio les charge. Après avoir affiné un modèle ou un adaptateur dans Studio, vous pouvez l'exporter en GGUF et exécuter l'inférence locale avec **llama.cpp** directement dans le chat Studio. Unsloth Studio est propulsé par llama.cpp et Hugging Face. ### Notebook Google Colab Nous avons créé 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 22B 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="" %} 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 davantage vers le bas pour voir l'interface réelle.** {% endcolumn %} {% column %}

{% endcolumn %} {% endcolumns %} {% hint style="warning" %} Parfois, le lien Studio peut renvoyer une erreur. Cela se produit parce que vous avez peut-être désactivé les cookies ou que vous utilisez un bloqueur de publicités ou Mozilla. Vous pouvez toujours accéder à l'interface en faisant défiler sous le bouton. Google Colab s'attend également à ce que vous restiez sur la page Colab ; s'il détecte une inactivité, il peut fermer la session GPU. {% endhint %} ## Dépannage

Problème	Correctif
Erreur de version de Python	`sudo apt install python3.12 python3.12-venv` version 3.11 jusqu'à, mais sans inclure, 3.14
`nvidia-smi introuvable`	Installez les pilotes NVIDIA depuis https://www.nvidia.com/Download/index.aspx
`nvcc introuvable` (CUDA)	`sudo apt install nvidia-cuda-toolkit` ou ajoutez `/usr/local/cuda/bin` au PATH
la compilation de llama-server a échoué	Non fatal, Studio fonctionne toujours, l'inférence GGUF ne sera pas disponible. Installez `cmake` et relancez l'installation pour corriger.
`cmake introuvable`	`sudo apt install cmake`
`git introuvable`	`sudo apt install git`
Échec de la compilation	Supprimer `~/.unsloth/llama.cpp` et relancer l'installation

--- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://unsloth.ai/docs/fr/nouveau/studio/install.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.