训练本地大模型需要的软件主要包括以下几种：
1. 编程语言：Python是一种常用的编程语言，它有许多强大的库和框架可以帮助我们进行机器学习和深度学习。例如，TensorFlow、PyTorch等都是非常流行的深度学习框架。
2. 操作系统：我们需要一个稳定的操作系统来运行我们的程序。Windows、macOS和Linux都是常见的操作系统。
3. 硬件：训练大型模型需要大量的计算资源，因此我们需要一个强大的硬件设备，如高性能的CPU、GPU或TPU。此外，我们还需要一个高速的存储设备，如SSD或HDD，以存储模型和数据。
4. 软件工具：除了编程语言和操作系统外，我们还需要一些软件工具来帮助我们进行模型的训练和评估。例如，我们可以使用MATLAB、Jupyter Notebook或TensorFlow Studio等工具来进行模型的训练和测试。
5. 数据预处理工具：为了确保我们的模型能够正确地学习到数据的特征，我们需要使用一些数据预处理工具，如NumPy、Pandas、Scikit-learn等。
6. 可视化工具：为了更好地理解我们的模型，我们需要使用一些可视化工具，如Matplotlib、Seaborn、Plotly等。
7. 调试工具：在训练过程中，我们可能会遇到一些问题，这时我们需要使用一些调试工具，如Python的pdb模块或Visual Studio Code的调试功能，以便我们能够找到并解决问题。
8. 版本控制系统：为了方便我们管理和更新我们的代码，我们需要使用一些版本控制系统，如Git。
9. 文档工具：为了帮助其他人理解和使用我们的代码，我们需要使用一些文档工具，如Markdown、LaTeX等。
10. 网络工具：为了方便我们与其他开发者交流和合作，我们需要使用一些网络工具，如GitHub、GitLab等。
