解决DJL项目在Docker中加载PyTorch模型时出现的NumberFormatException问题

问题背景

在使用Deep Java Library(DJL)项目时，开发者尝试将预训练的PyTorch模型打包到Docker容器中运行，遇到了一个NumberFormatException异常。该问题表现为：在本地环境可以正常加载模型，但在Docker容器中运行时却抛出"java.lang.NumberFormatException: Cannot parse null string"错误。

错误分析

从错误堆栈来看，问题发生在DJL尝试解析模型元数据时。具体来说，是GloveWordEmbeddingBlockFactory在尝试解析一个应为整数但实际为null的字符串时抛出了异常。这表明模型加载过程中某些元数据未能正确读取。

值得注意的是，当提供错误的模型路径时，系统会正确报错"找不到指定URI的模型"，这说明Docker环境中DJL确实能够发现模型文件，但在解析阶段出现了问题。

解决方案

经过排查，发现问题与模型文件的存放位置有关。原始方案将模型文件与JAR包放在同一目录下，这在本地环境可行，但在Docker环境中会导致元数据解析失败。解决方案包括两个关键修改：

1. 调整Dockerfile结构：

FROM eclipse-temurin:17-jre-jammy
WORKDIR /opt/app
COPY ./target/scala-2.13/image-hosting-processing-recognizer-assembly-0.1.0-SNAPSHOT.jar ./app.jar
RUN mkdir /opt/app/nsfw
ENTRYPOINT ["java", "-cp", "app.jar", "com.github.baklanovsoft.imagehosting.recognizer.Main"]

2. 使用Docker Compose挂载模型文件：

volumes:
  - recognizer1-djl-cache:/root/.djl.ai
  - "./recognizer/synset.txt:/opt/app/nsfw/synset.txt"
  - "./recognizer/nsfw_model.pt:/opt/app/nsfw/nsfw_model.pt"

技术原理

这个问题的根本原因在于DJL在解析模型时对文件路径的敏感性。在Docker环境中，工作目录和文件权限可能与本地环境不同，导致：

1. 模型元数据文件可能无法被正确找到
2. 文件读取权限可能受限
3. 相对路径解析可能出错

通过将模型文件放在专门创建的子目录中，并确保通过volume方式挂载，可以保证：

• 文件路径明确且一致
• 文件权限正确设置
• 模型及其相关文件能够被完整访问

最佳实践建议

对于在Docker中使用DJL加载自定义模型，建议：

1. 为模型创建专用目录，不要与JAR文件混放
2. 明确设置文件权限
3. 使用volume挂载而非直接COPY到镜像中，便于模型更新
4. 确保所有相关文件(如synset.txt等)都位于可访问位置
5. 考虑设置DJL缓存目录(如/root/.djl.ai)为volume，避免重复下载

这种结构不仅解决了当前问题，也为后续模型更新和维护提供了便利。