问题一：在函数计算FC刚部署的sd，又加载了本地模型，但是模型切换不了，请问是什么原因，怎么解决呢？
在函数计算FC刚部署的sd，又加载了本地模型，但是模型切换不了，请问是什么原因，怎么解决呢？
参考答案：
您好，很抱歉，我目前还不太清楚函数计算FC的具体情况，如果您有具体的问题，可以联系函数计算FC的官方支持人员。
关于本问题的更多回答可点击进行查看：
问题二：请问函数计算FC中部署成功了，默认配置出不来图 上传一个模型也出不来图？
你好 请问函数计算FC中部署成功了，默认配置出不来图 上传一个模型也出不来图
参考答案：
针对 hugging face 访问受限，部分用户无法出图的问题，建议先更新到 v6 版本出图。（如果未遇到该问题可忽略）表现：- 进入应用很慢，一段时间后报错，存在连接 hugging face 失败的报错- 点击生成闪一下就结束，日志中存在连接 hugging face 失败的报错- 出图卡在排队，日志中存在连接 hugging face 失败的报错在 v6 版本中，我们提前为您下载了 clip 模型需要的文件，避免触发下载。已知 adetailer 也会连接 hugging face，由于插件本身逻辑问题，虽然已经预下载了文件，仍然会尝试连接 hugging face。这可能会导致冷启动时间变久。使用默认模型时由于文件已存在，因此不会受到影响（如果选择了非默认模型，仍然可能会触发下载）建议如果不需要该插件，可以先禁用掉该插件同时，其他第三方插件也可能存在连接 hugging face 的逻辑，对应的模型文件需要您自己下载到本地后上传至 NAS 中后续我们会针对该问题进一步做优化，请大家关注版本更新-----自定义模型版修改位置
其他版本修改位置
关于本问题的更多回答可点击进行查看：
问题三：自己在魔搭PAI-DSW训练的模型，可以部署在函数计算FC里面吗？
自己在魔搭PAI-DSW训练的模型，可以部署在函数计算FC里面吗？
参考答案：
可以，文件传过来就行。只传输出结果就行，应该是pt文件吧。参考https://alidocs.dingtalk.com/i/p/x9JOGOjr65om4QLAdy0mV8B0gpkodz89
关于本问题的更多回答可点击进行查看：
问题四：函数计算，用函数计算FC环境部署stable diffusion的roop，能成功不？
函数计算，用函数计算FC环境部署stable diffusion的roop，能成功不？本地部署的roop只用了一两次就再用不出来了，应该是内存跟不上。
参考答案：
函数计算（Function Compute）是一种基于事件驱动的无服务器计算服务，用于快速构建和部署应用程序。在函数计算中，每个函数都是独立运行的，因此内存限制可能会受到一定的限制。
对于部署稳定扩散（stable diffusion）的循环（roop）函数到函数计算环境而言，是否能够成功取决于多个因素，包括函数的内存需求、计算时间以及函数计算平台的资源限制。如果你的本地部署的循环函数在使用一两次后无法再次使用，很可能是因为内存不足导致的。
在函数计算中，你可以配置函数的内存大小，以满足函数执行所需的资源要求。如果你的循环函数需要更多的内存来顺利执行，你可以尝试增加函数计算的内存配置。另外，你还可以检查你的循环函数的代码，确保没有内存泄漏或其他可能导致内存不足的问题。
关于本问题的更多回答可点击进行查看：
问题五：函数计算FC怎么部署sadtalker有教程吗？
函数计算FC怎么部署sadtalker有教程吗？
参考答案：
sadtalker 是一个开源的聊天机器人系统，可以使用 Python 语言进行开发。要部署 sadtalker 到函数计算 FC，可以按照以下步骤进行：
首先，在 Google Cloud 平台上创建一个函数计算 FC 项目。
然后，创建一个 Python 函数，并在函数中导入 sadtalker 库。
接下来，编写 sadtalker 应用程序的代码。
最后，部署函数到函数计算 FC。
以下是 sadtalker 在函数计算 FC 上的示例代码：
import sadtalker
def main(event, context):
创建一个 sadtalker 应用程序。
app = sadtalker.App()
添加一些对话内容。
app.add_dialog("hi", "hello")
app.add_dialog("how are you", "I'm doing well")
app.add_dialog("what's your name", "My name is sadtalker")
获取用户输入。
input_text = event["data"]["text"]
获取回复内容。
response_text = app.get_response(input_text)
返回回复内容。
return {"text": response_text}
更多关于 sadtalker 的详细信息，请参考 sadtalker 的官方文档。
关于本问题的更多回答可点击进行查看：
