Libjingle学习笔记(4)

本文介绍了buzz和cricket这两个重要的namespace,buzz用于XMPP相关应用,而cricket则应用于P2P技术场景。此外,文中还讨论了OnStateChange函数与OnSignon处理函数的作用,解释了scoped_ptr及其reset方法的功能,并提到了libjingle中Tls的使用,PresenceOutTask中的stanza_变量以及Thread类中的Run与Start方法的区别。

1.buzz是XMPP相关的namespace.
2.cricket是P2P相关的namespace.
3.OnStateChange调用OnSignon.OnSignon是主处理函数.
4.scoped_ptr是一个智能指针(smart pointer).里面的reset是重新给这个指针负值,并且把原来指向的内存释放掉.
5.libjingle采用了Tls来记录线程信息.放在Tls里面的是Thread对象.这个对象记录了该线程的信息.
6.在PresenceOutTask中有一个变量叫stanza_.它是用来存储将要发送的消息的指针的.Send函数实际上是把要发送的值赋上.
7.Thread里面Run是在本身这个线程里面开始消息循环.Start是新起一个线程.
8.FileShareClient里面有一个SessionManager变量来控制FileShareSessionClient.并且这个Client创建时候的事件是被关注的.

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值