这可咋办？

我的解决方案是：利用dropdownbutton的key

因为我的页面里面有不固定的多个dropdownbutton，所以我将key封装到一个数组中

var dropdownKeys = [];
for (int i = 0; i < XXX.length; i++) {
        dropdownKeys.add(GlobalKey()) ;
}

Widget

@override
  Widget build(BuildContext context) {
......
 for (int i = 0;i < XXXX.length;i++)
return DropdownButton(
 key: dropdownKeys[i],

切换数据时，记得清空key数组，再重新指派key就可以了

dropdownKeys = []
for (int i = 0; i < XXX.length; i++) {
        dropdownKeys.add(GlobalKey()) ;
}

sudo apt-get remove plymouth
sudo apt-get remove xserver-xorg-video-intel

重新启动，

重新启动时，仍然可能出现黑屏或紫屏，

按Ctrl+Alt+F1并使用您的用户名和密码登录。

我从 gdm3 切换到 lightdm 作为显示管理器

sudo apt-get install lightdm
sudo dpkg-reconfigure lightdm

出现提示时，选择默认显示管理器作为lightdm

安装：

sudo apt-get install ubuntu-desktop

现在，在此之后重新启动。

桌面回来了！

现在，您可以再次安装英特尔图形驱动程序，

sudo apt-get install xserver-xorg-video-intel

现在重新启动。完成！

据了解，哈鱼矿工与市面上常见的面向专业矿工的挖矿软件不同，它是一款真正面向普通小白的挖矿软件，他能让你在自己的电脑上体验到数字货币的价值，近距离的感受到区块链中的“挖矿”，同时还能获取到相对应的金钱报酬。

之所以说哈鱼矿工不同，原因在于以下几点：

一、操作简单

哈鱼矿工利用手机号作为绑定收益的钱包账户， 用户只需要输入手机号码后点击“一键挖矿”就能运行软件进行挖矿。

二、提现到账方便

哈鱼矿工支持支付宝提现，提现门槛为0.0001btc ≈4rmb且已安卓端、iOS端，用户除了可在电脑程序上点击提现外，还可以下载哈鱼手机端进行提现，到账周期很短，一般当天到账。

三、多端监控

哈鱼矿工的手机端可以清楚的看到当前你的设备状态，算力多少，当前收益多少，当然，也支持多台设备绑定一个账户。

从哈鱼矿工官方了解到，北京哈希章鱼科技有限公司已经获得了来自真格基金、顺为、中国平安和策源创投等创投界的大佬的投资。

此外，哈鱼矿工也通过360安全卫士、电脑管家等安全认证，解决挖矿软件最大的问题—-安全问题。

官网地址：点此。

转载自：http://news.mydrivers.com/1/593/593314.htm

利用这个代码，我训练了一个从男性和女性图片互换的模型，比如将男人转换成女人（左侧为原图，右侧为模型自动生成的图片）：

还可以将女性转换成男性：

为了训练这么一个模型，我们需要分别准备好男性的图片和女性的图片。在实践中，我使用了CelebA数据集，分别取出其中男性和女性的图片并统一缩放到256×256的大小，然后存入两个文件夹中：

如果你对这个实验有兴趣，可以直接在地址https://pan.baidu.com/s/1i5qY3yt下载到我使用的数据集。当然，也可以使用自己的数据，只需要将它们存为jpg格式并统一缩放到256×256的大小就可以了。接下来的步骤为：

1. 下载项目代码

git clone https://github.com/vanhuyz/CycleGAN-TensorFlow.git

2. 将图片转换成tfrecords格式

这个项目中提供了一个build_data脚本，用于将图片转换成tfrecords形式。假设我们的图片存放在~/datasets/man2woman/a_resized/和 ~/datasets/man2woman/b_resized目录下，对应的命令就是：

python build_data.py \
    --X_input_dir ~/datasets/man2woman/a_resized/ \
    --Y_input_dir ~/datasets/man2woman/b_resized/ \
    --X_output_file ~/datasets/man2woman/man.tfrecords \
    --Y_output_file ~/datasets/man2woman/woman.tfrecords

3. 训练

训练的命令为：

python train.py \
    --X ~/datasets/man2woman/man.tfrecords \
    --Y ~/datasets/man2woman/woman.tfrecords \
    --image_size 256

训练的过程比较漫长，此时可以打开TensorBoard来观察训练情况（运行这个命令时需要将“20170715-1622”改成机器中对应的文件夹，下同）：

tensorboard --logdir checkpoints/20170715-1622

我训练了一段时间得到如下tensorboard scalars，我的机器一般，训练时间较长

4. 导出模型并执行单张图片

导出模型的方法为：

python export_graph.py \
    --checkpoint_dir checkpoints/20170715-1622 \
    --XtoY_model man2woman.pb \
    --YtoX_model woman2man.pb  \
    --image_size 256

对单张图片进行转换（将data/test.jpg替换为对应的输入图片地址）：

python inference.py \
--model pretrained/man2woman.pb  \
--input data/test.jpg  \
--output data/output.jpg \
--image_size 256

总结

因为CycleGAN只需要两类图片就可以训练出一个模型，所以它的应用十分广泛，个人感觉是近期最好玩的一个深度学习模型。这篇文章介绍了CycleGAN的一些有趣的应用、Cycle的原理以及和其他模型的对比，最后加了一个TensorFlow中的CycleGAN小实验，希望大家喜欢~

其实这个错误的原因不是tensorboard没有安装，因为我用的tensorflow-gpu-1.2.1的版本，也就是说安装tensorflow的同时已经将tensorboard安装了。但是命令提醒tensorboard找不到，针对这个问题，网上也给出了一些解决方案：
http://blog.csdn.net/uestc_c2_403/article/details/73457368
http://www.linuxdiyf.com/linux/30595.html (详细版)

就认为把tensorboard的路径加上。首先利用命令pip show tensorflow-gpu找到 tensorflow的安装路径（如果安装的是不支持gpu的tensorflow，则命令是：pip show tensorflow）

注意：1，tensorboard文件夹不在tensorflow文件下下面，也就是说tensorboard不是tensorflow的子文件夹，两个文件夹是平级结构，都在site-packages文件夹下
2， tensorboard文件下的的文件是main.py不是tensorboard.py
3, 命令中python 的p是小写，

针对上面给出的地址，复制到浏览器地址栏，查看graph

出现了这样一个问题，如何解决呢？

不用更新pip就可以，输入一下命令：

pip install tensorflowjs --user