元學習**總結||小樣本學習**總結
2017-2023年計算機視覺頂會文章收錄 aaai2017-2019 cvpr2017-2019 eccv2018 iccv2017-2019 iclr2017-2019 nips2017-2019
啟發式方法（試探法）是一種幫你尋求答案的技術，但它給出的答案是具有偶然性的（subject to chance），因為啟發式方法僅僅告訴你該如何去找，而沒有告訴你要找什麼。它並不告訴你該如何直接從a 點到達b 點，它甚至可能連a點和b點在**都不知道。實際上，啟發式方法是穿著小丑兒外套的演算法：它的結果不太好**，也更有趣，但不會給你什麼30 天無效退款的保證。
駕駛汽車到達某人的家，寫成演算法是這樣的：沿167 號高速公路往南行至puyallup；從south hill mall 出口出來後往山上開4.5 英里；在乙個雜物店旁邊的紅綠燈路口右轉，接著在第乙個路口左轉；從左邊褐色大房子的車道進去，就是north cedar 路714 號。
用啟發式方法來描述則可能是這樣：找出上一次我們寄給你的信，照著信上面的寄出位址開車到這個鎮；到了之後你問一下我們的房子在**。這裡每個人都認識我們——肯定有人會很願意幫助你的；如果你找不到人，那就找個公共**亭給我們打**，我們會出來接你。
從上面的啟發式演算法的解釋可以看出，啟發式演算法的難點是建立符合實際問題的一系列啟發式規則。啟發式演算法的優點在於它比盲目型的搜尋法要高效，乙個經過仔細設計的啟發函式，往往在很快的時間內就可得到乙個搜尋問題的最優解，對於np問題，亦可在多項式時間內得到乙個較優解。
啟發式與元啟發式演算法
啟發式演算法 heuristic algorigthm 是一種基於直觀或經驗構造的演算法,在可接受的花費 指計算時間 計算空間等 給出待解決優化問題的每一例項的乙個可行解，該可行解與與最優解的偏離程度一般不可以事先預計。啟發式演算法是一種技術,這種演算法可以在可接受的計算費用內找到最好的解,但不一定...
啟發式演算法和元啟發式演算法
是一種基於直觀或經驗構造的演算法,在可接受的花費 指計算時間 計算空間等 給出待解決優化問題的每一例項的乙個可行解，該可行解與與最優解的偏離程度一般不可以事先預計。啟發式演算法是一種技術,這種演算法可以在可接受的計算費用內找到最好的解,但不一定能保證所得到解的可行性及最優性，甚至大多數情況下無法闡述...
啟發式演算法與元啟發式演算法
相對與精確演算法提出的。是一種群體智慧型演算法。平衡區域性最優解與全域性最優解。啟發式演算法可以這樣定義 乙個基於直觀或經驗構造的演算法，在可接受的花費 指計算時間和空間 下給出待解決組合優化問題每乙個例項的乙個可行解，該可行解與最優解的偏離程度一般不能被預計。許多啟發式演算法是相當特殊的，依賴於某...