函数计算FC能否部署lora模型训练器？git上一个开源的项目

函数计算（Function Compute）确实支持部署LORA模型训练器。首先，你需要准备好用于训练Lora模型的数据集，这些数据集应包含输入数据和对应的标签或输出结果。然后，使用Python或其他支持的语言编写训练代码，包括数据预处理、模型定义、训练过程等。

在函数计算FC上，你可以使用Stable Diffusion（SD）模型进行LORA（Low-Rank Approximation）训练。需要注意的是，训练的成本会受到多种因素的影响，包括训练数据量、模型大小、服务器规格以及训练时间。此外，如果你需要自定义模型，还需要借助NAS产品的存储能力来存储你的模型文件。

阿里云函数计算（Function Compute）确实支持部署LORA模型训练器。首先，你需要准备用于训练LORA模型的数据集，数据集应该包含输入数据和对应的标签或输出结构。然后，你可以使用kohya_ss应用在函数计算FC云端进行LORA模型的训练。

需要注意的是，如果你想要在阿里云函数计算中训练LORA模型，可能会受到多种因素的影响，包括训练数据的大小，使用的硬件配置，以及运行的时间等，这些都可能导致训练成本的变化。例如，如果基础大模型3.97 GB，Lora模型400 MB，那么您可以免费存储2个大模型、3个Lora模型。

另外，在部署过程中，你也可以使用Git上的开源项目。如果该项目提供了部署脚本，例如s.yml文件，你可以在本地目录中执行 "s deploy"的相关命令将资源部署到函数计算。

部署没问题，但是需要看对应的项目是否适配 Serverless 模式。由于 Serverless 只有有调用的情况下才收费，所以只有有请求的情况下才会执行，无法运行背景线程。训练这种长时间的任务需要建立长连接。打一个镜像，直接创建函数就行哈。参考https://help.aliyun.com/zh/fc/use-cases/serverless-ai-inference-based-on-function-compute-and-tensorflow?spm=a2c4g.11186623.0.0.559616ecBV2FUi 此回答整理自钉群“【答疑群】函数计算 AIGC 场景技术交流”