> ## Documentation Index
> Fetch the complete documentation index at: https://docs.monostate.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# Instalación

> Configura AI Training en tu sistema

# Instalando AI Training

Esta guía te llevará a través de la instalación de AI Training en tu computadora. El proceso toma aproximadamente 5-10 minutos.

## Lo Que Obtendrás

Cuando instalas AI Training con `pip` o `uv`, obtienes:

* **Interfaz de Línea de Comandos** - El comando `aitraining` para entrenar modelos
* **Interfaz de Chat** - Prueba e interactúa con tus modelos entrenados vía navegador
* **API de Python** - Importa y usa en tus scripts de Python

Todas las interfaces están incluidas en una sola instalación de paquete.

## Prerrequisitos

Antes de instalar AI Training, necesitas Python en tu sistema. Python es un lenguaje de programación en el que se ejecuta AI Training.

### Verificar si Python Está Instalado

Abre tu terminal (Mac) o Símbolo del sistema (Windows) y escribe:

```bash theme={null}
python --version
```

Si ves un número de versión como `Python 3.8.0` o superior, estás listo. AI Training requiere Python 3.8 o más reciente (3.10+ recomendado).

Si obtienes un error o tienes una versión anterior, sigue los pasos de instalación a continuación.

## Instalando Python

<Tabs>
  <Tab title="Windows">
    ### Instalación en Windows

    1. **Descargar Python**
       * Ve a [python.org/downloads](https://www.python.org/downloads/)
       * Haz clic en el botón amarillo "Download Python"
       * Guarda el instalador

    2. **Ejecutar el Instalador**
       * Haz doble clic en el archivo descargado
       * **Importante**: Marca "Add Python to PATH" en la parte inferior
       * Haz clic en "Install Now"
       * Espera a que la instalación se complete

    3. **Verificar Instalación**
       * Abre Símbolo del sistema (busca "cmd" en el menú Inicio)
       * Escribe: `python --version`
       * Deberías ver la versión de Python

    4. **Instalar pip (si es necesario)**
       * pip generalmente viene con Python, pero verifica:
       ```bash theme={null}
       pip --version
       ```
       * Si no se encuentra, ejecuta:
       ```bash theme={null}
       python -m ensurepip --upgrade
       ```
  </Tab>

  <Tab title="Mac">
    ### Instalación en Mac

    1. **Usando Homebrew (Recomendado)**

       Si no tienes Homebrew, instálalo primero:

       ```bash theme={null}
       /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
       ```

       Luego instala Python:

       ```bash theme={null}
       brew install python@3.11
       ```

    2. **Alternativa: Descarga Directa**
       * Ve a [python.org/downloads](https://www.python.org/downloads/)
       * Descarga el instalador de macOS
       * Ejecuta el instalador

    3. **Verificar Instalación**
       * Abre Terminal (encuéntralo en Aplicaciones > Utilidades)
       * Escribe: `python3 --version`
       * Deberías ver la versión de Python

    4. **Instalar pip (si es necesario)**
       * pip generalmente viene con Python, pero verifica:
       ```bash theme={null}
       pip3 --version
       ```
  </Tab>

  <Tab title="Linux">
    ### Instalación en Linux

    La mayoría de las distribuciones de Linux vienen con Python. Si no:

    **Ubuntu/Debian:**

    ```bash theme={null}
    sudo apt update
    sudo apt install python3 python3-pip
    ```

    **Fedora:**

    ```bash theme={null}
    sudo dnf install python3 python3-pip
    ```

    **Arch:**

    ```bash theme={null}
    sudo pacman -S python python-pip
    ```
  </Tab>
</Tabs>

## Instalando AI Training

Una vez que Python esté listo, tienes dos opciones para instalar AI Training. Recomendamos usar `uv` para una instalación más rápida.

### Opción 1: Usando uv (Recomendado)

uv es un instalador de paquetes de Python moderno que es mucho más rápido que pip y maneja entornos virtuales automáticamente.

#### Instala uv primero:

<Tabs>
  <Tab title="Windows">
    ```bash theme={null}
    # Usando PowerShell (como administrador)
    powershell -c "irm https://astral.sh/uv/install.ps1 | iex"
    ```
  </Tab>

  <Tab title="Mac/Linux">
    ```bash theme={null}
    curl -LsSf https://astral.sh/uv/install.sh | sh
    ```
  </Tab>
</Tabs>

#### Luego instala AI Training:

```bash theme={null}
# uv crea y gestiona automáticamente un entorno virtual
uv pip install aitraining
```

¡Eso es todo! uv maneja el entorno virtual por ti automáticamente.

### Opción 2: Usando pip (Método tradicional)

Si prefieres el enfoque tradicional o no puedes instalar uv:

#### Paso 1: Crear un Entorno Virtual

Un entorno virtual mantiene los archivos de AI Training separados de otros proyectos de Python.

<Tabs>
  <Tab title="Windows">
    ```bash theme={null}
    python -m venv aitraining-env
    aitraining-env\Scripts\activate
    ```
  </Tab>

  <Tab title="Mac/Linux">
    ```bash theme={null}
    python3 -m venv aitraining-env
    source aitraining-env/bin/activate
    ```
  </Tab>
</Tabs>

Verás `(aitraining-env)` en tu terminal cuando el entorno esté activo.

#### Paso 2: Instalar AI Training

```bash theme={null}
pip install aitraining
```

Esto descarga e instala AI Training desde PyPI con todas sus dependencias (incluyendo PyTorch).

### Paso 3: Verificar Instalación

Verifica que todo se instaló correctamente:

```bash theme={null}
aitraining --version
```

Deberías ver el número de versión de AI Training.

## Elige Tu Interfaz

AI Training ofrece tres formas de trabajar:

<CardGroup cols={3}>
  <Card title="Línea de Comandos" icon="terminal" href="/cli/installation-setup">
    **Mejor para entrenar**

    Entrena modelos con comandos. Bueno para scripts y automatización.

    Comienza con: `aitraining --help`
  </Card>

  <Card title="Interfaz de Chat" icon="message" href="/chat/launching">
    **Mejor para probar**

    Prueba tus modelos entrenados de forma interactiva en un navegador.

    Comienza con: `aitraining chat`
  </Card>

  <Card title="API de Python" icon="code" href="/api/introduction">
    **Mejor para desarrolladores**

    Integra el entrenamiento en tus aplicaciones de Python.

    Comienza con: `from autotrain.trainers.clm.params import LLMTrainingParams`
  </Card>
</CardGroup>

## Dependencias Opcionales

Algunas características requieren paquetes adicionales:

| Característica                | Paquete        | Instalar                 | Plataforma                                  |
| ----------------------------- | -------------- | ------------------------ | ------------------------------------------- |
| Entrenamiento LoRA más rápido | `unsloth`      | `pip install unsloth`    | Linux (solo SFT, llama/mistral/gemma/qwen2) |
| Flash Attention 2             | `flash-attn`   | `pip install flash-attn` | Linux (CUDA)                                |
| Entrenamiento distribuido     | `accelerate`   | Incluido                 | Linux/Mac/Windows                           |
| DeepSpeed Zero-3              | `deepspeed`    | `pip install deepspeed`  | Linux                                       |
| Quantization 4/8-bit          | `bitsandbytes` | Incluido                 | **Solo Linux**                              |

<Note>
  **Accelerate es requerido** para entrenamiento multi-GPU y distribuido. Está incluido con AITraining. DeepSpeed es opcional y proporciona optimización de memoria Zero-3 para modelos muy grandes.
</Note>

<Warning>
  **Quantization (int4/int8) solo funciona en Linux.** La biblioteca `bitsandbytes` requerida para `--quantization int4` o `--quantization int8` no está disponible en Windows o macOS.
</Warning>

### Configuración de GPU (Opcional)

Para entrenamiento con GPU NVIDIA, es posible que quieras reinstalar PyTorch con tu versión específica de CUDA:

```bash theme={null}
# CUDA 11.8
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

# CUDA 12.1
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
```

### Configuración de Weights & Biases (Opcional)

AITraining usa W\&B para logging por defecto. Para habilitar:

```bash theme={null}
pip install wandb
wandb login
```

O establece la variable de entorno: `WANDB_API_KEY=your_key`

## Problemas Comunes

<AccordionGroup>
  <Accordion title="'python' no se reconoce (Windows)">
    Python no está en tu PATH del sistema. Prueba:

    * Usa `python3` en lugar de `python`
    * Reinstala Python y marca "Add Python to PATH"
    * Agrega Python manualmente al PATH en Variables de Entorno del Sistema
  </Accordion>

  <Accordion title="Errores de permiso denegado">
    En Mac/Linux, es posible que necesites usar `sudo`:

    ```bash theme={null}
    sudo pip install aitraining
    ```

    O mejor, usa un entorno virtual (mostrado arriba).
  </Accordion>

  <Accordion title="pip: comando no encontrado">
    pip no se instaló con Python. Instálalo:

    ```bash theme={null}
    python -m ensurepip --upgrade
    ```

    O en Linux:

    ```bash theme={null}
    sudo apt install python3-pip
    ```
  </Accordion>

  <Accordion title="La instalación de PyTorch falla">
    * Asegúrate de tener suficiente espacio en disco (PyTorch es grande)
    * Intenta actualizar pip primero: `pip install --upgrade pip`
    * Para soporte GPU, asegúrate de que los controladores CUDA estén instalados
  </Accordion>
</AccordionGroup>

## Próximos Pasos

¡Instalación completa! Ahora estás listo para entrenar tu primer modelo:

<Card title="Tutorial de Inicio Rápido" icon="play" href="/foundations/quickstart">
  Entrena tu primer modelo de IA en 10 minutos
</Card>

## ¿Necesitas Ayuda?

* Únete a nuestra [comunidad de Discord](https://discord.gg/monostate) para soporte
* Revisa [issues de GitHub](https://github.com/monostate/aitraining) para problemas conocidos
* Envía un email a [support@monostate.ai](mailto:support@monostate.ai) para ayuda directa