licode 源码分析pipline-2

读源码我觉得分两个境界吧,第一种境界能够掌握源码的整个脉络,第二种境界大概是能够分析源码中最有价值的东西,最终沉淀为自己的东西,我个人觉得licode 中pipline 属于最有价值的部分之一吧。

     

void MediaStream::initializePipeline() {
  if (pipeline_initialized_) {
    return;
  }
  handler_manager_ = std::make_shared<HandlerManager>(shared_from_this());
  pipeline_->addService(shared_from_this());
  pipeline_->addService(handler_manager_);
  pipeline_->addService(rtcp_processor_);
  pipeline_->addService(stats_);
  pipeline_->addService(quality_manager_);
  pipeline_->addService(packet_buffer_);

  pipeline_->addFront(std::make_shared<PacketReader>(this));
  addHandlerInPosition(AFTER_READER, handler_pointer_dic, handler_order);
  pipeline_->addFront(std::make_shared<RtcpProcessorHandler>());
  pipeline_->addFront(std::make_shared<FecReceiverHandler>());
  pipeline_->addFront(std::make_shared<LayerBitrateCalculationHandler>());
  pipeline_->addFront(std::make_shared<QualityFilterHandler>());
  pipeline_->addFront(std::make_shared<IncomingStatsHandler>());
  pipeline_->addFront(std::make_shared<FakeKeyframeGeneratorHandler>());
  pipeline_->addFront(std::make_shared<RtpTrackMuteHandler>());
  pipeline_->addFront(std::make_shared<RtpSlideShowHandler>());
  pipeline_->addFront(std::make_shared<RtpPaddingGeneratorHandler>());
  pipeline_->addFront(std::make_shared<PeriodicPliHandler>());
  pipeline_->addFront(std::make_shared<PliPriorityHandler>());
  addHandlerInPosition(MIDDLE, handler_pointer_dic, handler_order);
  pipeline_->addFront(std::make_shared<PliPacerHandler>());
  pipeline_->addFront(std::make_shared<RtpPaddingRemovalHandler>());
  pipeline_->addFront(std::make_shared<RtcpFeedbackGenerationHandler>());
  pipeline_->addFront(std::make_shared<RtpRetransmissionHandler>());
  pipeline_->addFront(std::make_shared<SRPacketHandler>());
  pipeline_->addFront(std::make_shared<LayerDetectorHandler>());
  pipeline_->addFront(std::make_shared<OutgoingStatsHandler>());
  pipeline_->addFront(std::make_shared<PacketCodecParser>());
  addHandlerInPosition(BEFORE_WRITER, handler_pointer_dic, handler_order);
  pipeline_->addFront(std::make_shared<PacketWriter>(this));
  pipeline_->finalize();

  pipeline_initialized_ = true;
}

上述代码就是mediasteam 处理音视频数据的pipline 上述的handler会依次执行,这些handler和service最终会放入的vector中,从上述代码中可以看到注册了很多handler,如果我想取某一个handler怎么办呢?让我们正常的写法是每一个handler 指针设置为pipline对象的成员指针,licode作者是通过dynamic_cast 巧妙地找到了期望地指针,dynamic_cast 向下转换时如果转换失败会返回0 ,转换成功则会返回响应的指针,通过vecotor的遍历,如果能够找到T的指针则返回,具体方法为

template <class H>
typename ContextType<H>::type* PipelineBase::getContext() {
  for (auto pipelineCtx : ctxs_) {
    auto ctx = dynamic_cast<typename ContextType<H>::type*>(pipelineCtx.get()); // 通过模板和dynamic_cast 找到对象指针
    if (ctx) {
      return ctx;
    }
  }
  return nullptr;
}

下篇文章接着讲pipline 如何顺序执行注册的handler。。。。。

XGBRegressor是Extreme Gradient Boosting (XGBoost)库中的回归模型,它是一种基于梯度提升算法的强化学习模型,用于解决机器学习中的回归任务。当你想要构建一个XGBoost管道(pipeline)时,就是在数据分析流水线中整合预处理步骤、特征选择、模型训练以及评估等环节。 一个典型的XGBRegressor Pipeline可能会包括以下组件: 1. **数据加载和预处理**:首先,你需要读取数据,并可能进行一些基本的数据清洗,如缺失值处理、异常值检测等。 ```python from sklearn.pipeline import Pipeline from sklearn.preprocessing import StandardScaler pipeline = Pipeline([ ('data_loader', YourDataLoader()), ('preprocessing', StandardScaler()), # 或者其他预处理方法 ]) ``` 2. **特征工程**:如果需要,可以添加特征转换步骤,如OneHotEncoder、FeatureUnion等。 3. **模型训练**:XGBRegressor作为最后一步,加入到pipeline中。 ```python from xgboost import XGBRegressor model = XGBRegressor() ``` 4. **模型集成**:有时为了提高预测性能,会将多个模型组合在一起,可以使用`StackingClassifier`或`VotingRegressor`。 5. **交叉验证**:使用`GridSearchCV`或`RandomizedSearchCV`来调整超参数并评估模型性能。 ```python from sklearn.model_selection import GridSearchCV parameters = { 'xgbregressor__n_estimators': [100, 200], 'xgbregressor__learning_rate': [0.1, 0.05] } cv_pipeline = Pipeline(steps + [('grid_search', GridSearchCV(model, parameters))]) ```
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

打赏作者

Topber

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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