Unsloth Studioのインストール

ローカルデバイスにUnsloth Studioをインストールする方法を学びましょう。

Unsloth Studio は Windows、Linux、WSL、MacOS で動作します。システム要件はデバイスによって異なる場合がありますが、どのデバイスでも同じインストール手順を使用してください。

Windows MacOS Linux & WSL Docker 開発者向けインストール

Mac: CPU と同様 - チャット + データレシピ現在は動作します。 MLX トレーニングはもうすぐ対応予定です。
CPU: Unsloth は GPU なしでも引き続き動作します、ただしチャット + データレシピ用です。
トレーニング: 対応環境 NVIDIA: RTX 30、40、50、Blackwell、DGX Spark/Station など + Intel GPU
近日対応: サポート Apple MLX と AMD.

クイックスタート

ステップ 1: Unsloth をセットアップする

Mac から ターミナル を起動し、下のコマンドを入力して Unsloth をインストールします。

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

Unsloth が環境のセットアップと必要なパッケージのインストールを下図のように開始します。 Y を入力し、 Enter を押して、Studio を今すぐ起動してよいか尋ねられたら許可してください。これにより、ローカルの 8888 ポートで Unsloth が起動します。

インストール中に Unsloth を起動しないことを選んだ場合でも、いつでも次のコマンドで Unsloth アプリを起動できます。 unsloth studio -p 8888 。PC/コンピューター外のクライアントから Unsloth インスタンスにアクセスできるようにしたい場合は、 -H 0.0.0.0 を unsloth studio コマンドに追加してください。

ステップ 2: Unsloth を起動する

お好みのブラウザーを開き、 http://127.0.0.1:8888 URL にアクセスしてください。Unsloth のインストールが初めての場合は、新しいパスワードの作成を求められます。その後、Unsloth アプリが下図のようにチャットページで開きます。

すぐにモデルの学習と実行を開始できます。下のより詳細なステップバイステップガイドも参照できます:

Get Started

ステップ 1: Unsloth をセットアップする

スタートメニューを開き、 PowerShellを検索して起動します。下のインストールコマンドをコピー＆ペーストしてください:

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

すると自動的にインストールが始まります。インストール完了後、PowerShell が Unsloth Studio を起動するかどうかを尋ねます.

また、次のコマンドでも起動できます:

unsloth studio -H 0.0.0.0 -p 8888

PC/コンピューター外のクライアントからインスタンスにアクセスできるようにしたい場合は、追加してください -H 0.0.0.0 を unsloth studio コマンドに追加してください。

ステップ 2: Unsloth を起動する

ブラウザーで http://127.0.0.1:8888 を開きます。初回起動時は、チャットページに進むために新しいパスワードを作成してください。 Unsloth Studio がインストールされ、使用できる状態になりました。

Unsloth アプリは下図のようにチャットページで開くはずです。

すぐにモデルの学習と実行を開始できます。下のより詳細なステップバイステップガイドも参照できます:

Get Started

ステップ 1: Unsloth をセットアップする

ターミナルアプリケーションを開いてください。 Ctrl + Alt + Tを押すか、システムのアプリケーションメニューで Terminal を検索して起動できます。

インストールするには、インストールコマンドをコピーして実行してください:

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

その後:

ターミナルウィンドウ内をクリックする
コマンドを貼り付ける Ctrl + Shift + V
を押す Enter

Unsloth が環境のセットアップと必要なパッケージのインストールを下図のように開始します。 Y を入力し、 Enter Studio を今すぐ起動してよいか尋ねられたら許可してください。これにより、ローカルの 8888 ポートで Unsloth が起動します。

ステップ 2: Unsloth を起動する

お好みのブラウザーを開き、URL 欄に http://127.0.0.1:8888 と入力してください。Unsloth のインストールが初めての場合は、次のページに移動します http://127.0.0.1:8888/change-password 下図のようなページ:

新しいパスワードを New Password 欄に入力し、同じパスワードを Confirm Password に再入力してから、 Change password ボタンをクリックします.

Unsloth アプリは下図のようにチャットページで開くはずです。 Unsloth Studio がインストールされ、使用できる状態になりました。

すぐにモデルの学習と実行を開始できます。下のより詳細なステップバイステップガイドも参照できます:

Get Started

Unsloth Studio を更新

Unsloth Studio を更新するには、次を使用してください:

unsloth studio update

それでも動作しない場合は、以下を使用できます:

MacOS、Linux、WSL:

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

Windows PowerShell:

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

システム要件

Windows

Unsloth Studio は WSL なしで Windows 上で直接動作します。モデルを学習するには、システムが以下の要件を満たしていることを確認してください:

要件

Windows 10 または Windows 11（64 ビット）
ドライバーがインストールされた NVIDIA GPU
App Installer （ winget): が含まれます
Git: winget install --id Git.Git -e --source winget
Python: バージョン 3.11 以上、3.14 未満
次のような Python 環境内で作業してください uv, venv、または conda/mamba

MacOS

Unsloth Studio は Mac デバイスでチャット GGUF モデル用として動作しデータレシピ (Export はもうすぐ対応予定です）。 MLX トレーニングもまもなく対応予定です！

macOS 12 Monterey 以降（Intel または Apple Silicon）
Homebrew をインストール: が含まれます
Git: brew install git
cmake: brew install cmake
openssl: brew install openssl
Python: バージョン 3.11 以上、3.14 未満
次のような Python 環境内で作業してください uv, venv、または conda/mamba

Linux & WSL

Ubuntu 20.04 以降または同等のディストリビューション（64 ビット）
ドライバーがインストールされた NVIDIA GPU
CUDA toolkit（12.4 以上推奨、Blackwell では 12.8 以上）
Git: sudo apt install git
Python: バージョン 3.11 以上、3.14 未満
次のような Python 環境内で作業してください uv, venv、または conda/mamba

Docker

Docker イメージが Studio で動作するようになりました！Mac 対応に取り組んでいます。

最新の Unsloth コンテナイメージを取得: docker pull unsloth/unsloth
次のコマンドでコンテナを実行:

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

詳細はこちらを参照.

Studio インスタンスには次からアクセスできます http://localhost:8000 または外部 IP アドレス http://external_ip_address:8000/

CPU のみ

Unsloth Studio は CPU デバイスでチャット GGUF モデル用として動作しデータレシピ (Export 対応予定です）

Linux の上記と同じです（NVIDIA GPU ドライバーを除く）および MacOS。

開発者向けインストール（詳細）

メインリポジトリのインストール

macOS、Linux、WSL の開発者向けインストール:

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

Windows PowerShell の開発者向けインストール:

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

Nightly インストール

Nightly - MacOS、Linux、WSL:

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

その後、起動するたびに:

unsloth studio -H 0.0.0.0 -p 8888

Nightly - Windows:

Windows PowerShell で実行:

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

その後、起動するたびに:

unsloth studio -H 0.0.0.0 -p 8888

アンインストール

Unsloth Studio をアンインストールするには、次の 4 つの手順に従ってください:

1. アプリケーションを削除する

MacOS、WSL、Linux: rm -rf ~/.unsloth/studio/unsloth_studio
Windows（PowerShell）: Remove-Item -Recurse -Force "$HOME\.unsloth\studio\unsloth_studio"

これによりアプリケーションは削除されますが、モデルのチェックポイント、エクスポート、履歴、キャッシュ、チャットはそのまま保持されます。

2. ショートカットとシンボリックリンクを削除する

macOS:

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

Linux:

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

WSL / Windows（PowerShell）:

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

3. CLI コマンドを削除する

macOS、Linux、WSL:

rm -f ~/.local/bin/unsloth

Windows（PowerShell）: インストーラーは venv の Scripts ディレクトリをユーザー PATH に追加しました。削除するには、設定 → システム → 詳細情報 → システムの詳細設定 → 環境変数を開き、 Path をユーザー変数の下で見つけ、 .unsloth\studio\...\Scripts.

4. すべて削除する（任意）

履歴、キャッシュ、チャット、モデルのチェックポイント、モデルのエクスポートも削除するには、Unsloth フォルダー全体を削除してください:

MacOS、WSL、Linux: rm -rf ~/.unsloth
Windows（PowerShell）: Remove-Item -Recurse -Force "$HOME\.unsloth"

ダウンロードした HF モデルファイルは Hugging Face のキャッシュに別途保存されることに注意してください。上記の手順ではいずれも削除されません。ディスク容量を回収したい場合は、以下の モデルファイルの削除 を参照してください。

注意: rm -rf コマンドを使うと すべて削除されます。履歴、キャッシュ、チャットなども含まれます。

キャッシュされた HF モデルファイルの削除

古いモデルファイルは、モデル検索のゴミ箱アイコンから削除するか、既定の Hugging Face キャッシュディレクトリから該当するキャッシュ済みモデルフォルダーを削除して削除できます。デフォルトでは、Hugging Face は ~/.cache/huggingface/hub/ を macOS/Linux/WSL で、 C:\Users\<username>\.cache\huggingface\hub\ を Windows で使用します。

MacOS、Linux、WSL: ~/.cache/huggingface/hub/
Windows: %USERPROFILE%\.cache\huggingface\hub\

もし HF_HUB_CACHE または HF_HOME が設定されている場合は、その場所を使用してください。Linux と WSL では、 XDG_CACHE_HOME でも既定のキャッシュルートを変更できます。

既存の / 古い GGUF モデルの使用

4 月 1 日の更新: Unsloth に検出させるための既存フォルダーを選択できるようになりました。

3 月 27 日の更新: Unsloth Studio は現在 古い / 既存のモデルを自動検出します Hugging Face、LM Studio などからダウンロードされたもの。

手動手順: Unsloth Studio は Hugging Face Hub のキャッシュにダウンロードされたモデルを検出します (C:\Users{your_username}.cache\huggingface\hub)。LM Studio 経由でダウンロードした GGUF モデルがある場合、それらは C:\Users{your_username}.cache\lm-studio\models または C:\Users{your_username}\lm-studio\models に保存されていることに注意してください。表示されない場合は、Unsloth Studio で読み込めるように、それらの .gguf ファイルを Hugging Face Hub のキャッシュディレクトリ（または llama.cpp がアクセスできる別のパス）へ移動またはコピーする必要があります。

Studio でモデルまたはアダプターのファインチューニング後、GGUF にエクスポートして llama.cpp を Studio チャット内で直接使ってローカル推論を実行できます。Unsloth Studio は llama.cpp と Hugging Face により支えられています。

Google Colab ノートブック

私たちは無料の Google Colab ノートブックを作成しました。これにより、Colab の T4 GPU 上で Unsloth のすべての機能を試せます。22B パラメータまでのほとんどのモデルを学習・実行でき、より大きなモデルのためにより大きい GPU に切り替えることもできます。'Run all' をクリックするだけで、インストール後に UI が表示されるはずです。

Google Colabcolab.research.google.com

インストールが完了したら、 Start Unsloth Studio までスクロールし、左側に表示される白いボックス内の Open Unsloth Studio をクリックしてください:

さらに下へスクロールすると、実際の UI が表示されます。

Studio のリンクがエラーを返すことがあります。これは、Cookie を無効にしているか、広告ブロッカーや Mozilla を使用しているためです。ボタンの下までスクロールすれば、UI には引き続きアクセスできます。

Google Colab は Colab ページに留まることも前提にしています。非アクティブだと検出すると、GPU セッションを終了する場合があります。

トラブルシューティング

問題

修正

Python バージョンエラー

sudo apt install python3.12 python3.12-venv バージョン 3.11 以上、3.14 未満

nvidia-smi が見つからない

https://www.nvidia.com/Download/index.aspx から NVIDIA ドライバーをインストールしてください

nvcc が見つからない （CUDA）

sudo apt install nvidia-cuda-toolkit または /usr/local/cuda/bin を PATH に追加

llama-server のビルドに失敗

致命的ではありません。Studio は引き続き動作しますが、GGUF 推論は利用できません。修正するには cmake をインストールして、セットアップを再実行してください。

cmake が見つからない

sudo apt install cmake

git が見つからない

sudo apt install git

ビルドに失敗

削除 ~/.unsloth/llama.cpp してセットアップを再実行

前へStudio Chat 次へData Recipes

最終更新 8 日前

役に立ちましたか？