> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-fr/entrainement/training.md).

# Aperçu

Entraînez et affinez des modèles d’IA sur les GPU CLORE.AI.

## Guides disponibles

| Guide                                                                               | Cas d’utilisation                               | Difficulté |
| ----------------------------------------------------------------------------------- | ----------------------------------------------- | ---------- |
| [Entraînement ML Jupyter](/guides/guides_v2-fr/entrainement/jupyter-ml-training.md) | Entraînement interactif                         | Facile     |
| [DreamBooth](/guides/guides_v2-fr/entrainement/dreambooth.md)                       | Sujets SD personnalisés                         | Moyen      |
| [Entraînement Kohya](/guides/guides_v2-fr/entrainement/kohya-training.md)           | Entraînement LoRA/LyCORIS                       | Moyen      |
| [Ajustement fin de LLM](/guides/guides_v2-fr/entrainement/finetune-llm.md)          | Ajustement fin de LLM                           | Avancé     |
| [DeepSpeed](/guides/guides_v2-fr/entrainement/deepspeed-training.md)                | Entraînement distribué                          | Avancé     |
| [HuggingFace](/guides/guides_v2-fr/entrainement/huggingface-transformers.md)        | Entraînement avec Transformers                  | Moyen      |
| [Unsloth](/guides/guides_v2-fr/entrainement/unsloth-finetune.md)                    | Ajustement fin rapide de LLM                    | Moyen      |
| [Axolotl](/guides/guides_v2-fr/entrainement/axolotl-training.md)                    | Ajustement fin axé YAML                         | Moyen      |
| [LLaMA-Factory](/guides/guides_v2-fr/entrainement/llama-factory.md)                 | Interface d’entraînement LLM facile             | Facile     |
| [TRL](/guides/guides_v2-fr/entrainement/trl.md)                                     | Apprentissage par renforcement des transformers | Avancé     |
| [LitGPT](/guides/guides_v2-fr/entrainement/litgpt.md)                               | Entraînement basé sur Lightning                 | Moyen      |
| [Mergekit](/guides/guides_v2-fr/entrainement/mergekit.md)                           | Boîte à outils de fusion de modèles             | Facile     |

## Recommandations GPU

{% hint style="warning" %}
**Les configurations multi-GPU de classe 80 Go ne sont pas répertoriées sur la place de marché Clore.ai.** Les plus grosses machines répertoriées aujourd’hui sont 4× RTX PRO 6000 Blackwell (96 Go chacune, 380 Go au total) et 8–11× RTX 5090 (32 Go chacune). La capacité A100 / H200 / B200 est proposée en bare metal sur demande. Consultez [bare metal](https://clore.ai/bare-metal) sur demande. Consultez [Tarifs et disponibilité des GPU](/guides/guides_v2-fr/premiers-pas/pricing.md) avant de dimensionner un déploiement.
{% endhint %}

| Tâche                       | Minimum  | Recommandé |
| --------------------------- | -------- | ---------- |
| LoRA (SD)                   | RTX 3060 | RTX 3090   |
| DreamBooth                  | RTX 3090 | RTX 4090   |
| Ajustement fin de LLM (7B)  | RTX 3090 | A100 40 Go |
| Ajustement fin de LLM (70B) | 4x A100  | 8x A100    |

## Types d’entraînement

### Modèles d’image

* **LoRA** - Adaptateur léger, entraînement rapide
* **DreamBooth** - Ajustement fin complet pour les concepts
* **Inversion textuelle** - Apprendre de nouveaux tokens

### Modèles de langage

* **LoRA/QLoRA** - Ajustement fin économe en mémoire
* **Ajustement fin complet** - Meilleure qualité, nécessite plus de VRAM

## Conseils

* Utilisez **Spot** commandes pour de longues exécutions d’entraînement
* Activez le gradient checkpointing pour économiser de la VRAM
* Surveillez l’entraînement avec TensorBoard
* Enregistrez des points de contrôle fréquemment

## Guides associés

* [Modèles de langage](/guides/guides_v2-fr/modeles-de-langage/language-models.md)
* [Génération d’images](/guides/guides_v2-fr/generation-dimages/image-generation.md)


---

# 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 by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.clore.ai/guides/guides_v2-fr/entrainement/training.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

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.