函数计算FC支持在运行环境中安装第三方依赖，包括一些大内存的依赖和相对较大的模型参数文件。当您的代码依赖包解压后超过了代码包的限制，您可以选择将它们存放在NAS中以减小代码包的体积。

如果您需要在本地进行依赖安装并部署代码，首先确保您的本机已安装了Python 3，并且具有执行pip3的权限。然后在函数计算控制台创建Python函数。具体操作步骤如下：在mycode目录下执行pip3 install emoji -t .命令，可以将emoji依赖库安装到当前目录。最后打包mycode目录下的所有文件并上传到函数计算平台。

此外，如果您编写的Python函数需要访问某些特定的库，例如MySQL库，那么在部署前您需要先安装这些依赖库，否则可能导致函数执行失败。

在阿里云函数计算（FC）中，可以通过挂载网络附加存储（Network Attached Storage，NAS）来安装和使用依赖。NAS是一个分布式文件系统，可以提供可扩展的存储空间，并且支持多个函数实例同时读写相同的文件。

以下是一般情况下在FC中使用NAS安装依赖的指导：

1. 创建NAS文件系统：在阿里云控制台上创建一个NAS文件系统，并记录下文件系统的挂载点和访问权限。

2. 挂载NAS到函数计算：在函数计算的配置中，选择挂载NAS功能，并填写之前创建的NAS文件系统的相关信息。

3. 安装依赖：在本地开发环境中，通过pip等工具安装所需的依赖库。将依赖库打包成压缩文件。

4. 上传依赖包：将依赖库的压缩文件上传到NAS文件系统的指定目录下。

5. 在函数代码中引用依赖：在函数代码中引入需要的依赖库。

6. 配置函数计算：在函数计算的配置中，指定函数代码的入口文件和处理函数。

7. 测试函数：使用函数计算的测试功能或者触发函数的方式来测试函数是否正常运行。

对于函数计算 FC，可以在 NAS 中安装 Python 库和依赖项。以下是安装依赖项的方法：

1. 创建 NAS 节点；
2. 安装 Python 和虚拟环境；
3. 在 Node.js 或 Python 代码中安装所需的依赖项；
4. 将 Node.js 或 Python 代码上传至 NAS 节点；
5. 测试安装完成的依赖项。

函数计算FC提供了一个名为NAS（Network Attached Storage）的服务，允许用户将存储空间挂载到运行函数的环境中，从而实现代码和依赖项的共享。以下是关于在函数计算FC中安装NAS依赖的简单指南：

1. 首先，在阿里云控制台中登录并进入NAS控制台。
2. 创建一个新的NAS文件系统，然后选择相应的地域和服务级别。
3. 点击“已创建文件系统”，然后选择你刚刚创建的NAS实例。
4. 在NAS实例详情页中，找到“挂载点”一栏，复制挂载点URL。
5. 在函数计算FC中，创建新的函数并进入编辑器。
6. 在函数的代码中添加安装依赖的指令，例如使用pip安装Python库。
7. 使用mount命令将NAS挂载到函数执行环境中：
   ```bash

   !/bin/bash

   将 NAS 文件系统挂载到 /mnt/nas 目录下

   mount -t nfs ${NAS_MOUNT_POINT}:/ /mnt/nas

执行你的函数逻辑代码...

```

1. 保存并部署函数。

安装依赖https://help.aliyun.com/zh/fc/use-cases/serverless-ai-inference-based-on-function-compute-and-tensorflow?spm=a2c4g.11186623.0.i138

安装依赖。
执行以下命令进入项目目录。
cd cat-dog-classify
执行以下命令安装依赖。
s build

执行完安装依赖的命令后，Serverless Devs会自动安装相关依赖包，并将第三方库下载到.s/build/artifacts/cat-dog/classify/.s/python目录内。
上传依赖到NAS。
当您在安装依赖时，函数计算引用的代码包在解压后可能会出现大于代码包限制的情况，为了减少代码包的体积，您可以将大内存的依赖和相对较大的模型参数文件存放在NAS中。
执行以下命令，初始化NAS。
s nas init

执行以下命令，上传依赖到NAS。
s nas upload -r .s/build/artifacts/cat-dog/classify/.s/python/ /mnt/auto/python