libevent 合集


    libevent很好的翻译与解析 :http://blog.youkuaiyun.com/xyblog/article/details/50392094

    Libevent使用例子,从简单到复杂 http://blog.youkuaiyun.com/flyingleo1981/article/details/51823258

1. timer程序:

在使用libevent函数之前,首先需要调用其event_init函数进行初始化。
初始化过程主要是创建一个全局默认的current_base变量,其类型为
struct event_base。

struct event_base对象变量可由eventn_base_new()函数创建并初始化。
libevent中,部分函数默认直接操作全局current_base,部分相同功能函数
可特别指定由event_base_new()创建的其他struct event_base变量,如:
event_set()默认操作的全局current_base变量,
event_base_set()则操作指定的event_base变量。

event_init与event_base_new函数

该函数将调用event_base_new()函数,创建并初始化一个struct event_base对象,
并将该对象赋值给全局变量current_base,作为全局默认的event_base。

event_dispatch 可以参考下面:http://blog.youkuaiyun.com/yusiguyuan/article/details/18262151


[cpp] view plain copy print?在CODE上查看代码片派生到我的代码片
#include<stdio.h>  
#include<event.h>  
#include <event2/bufferevent.h>  
#include <event2/buffer.h>  
#include <event2/listener.h>  
#include <event2/util.h>  
#include <event2/event.h>  
int lasttime;  
//这里是静态函数  
static void timeout_cb(int fd,short event,void *arg)  
{//注意这里传递的参数对于定时事件来说fd=-1,event=0  
    struct timeval tv;  
    struct event *timeout=arg;  
    int newtime=time(NULL);  
    printf("%s:called at %d:%d\n","timeout_cb",newtime,newtime-lasttime);  
    lasttime=newtime;  
        //下面三行重新注册tv时间  
    evutil_timerclear(&tv);  
    tv.tv_sec=2;  
    event_add(timeout,&tv);  
}  
int main(int argc,char *argv[])  
{  
    struct event timeout;  
    struct timeval tv;  
    event_init();  
    evtimer_set(&timeout,timeout_cb,&timeout);//设置定时器,这里evtimer_set是event_new的简写  
    evutil_timerclear(&tv);  
    tv.tv_sec=2;  
    event_add(&timeout,&tv);  
    lasttime=time(NULL);  
    event_dispatch();//事件主循环  
    return 0;  
}  



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
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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