NN和贪婪搜索算法都具有Greed的性质，并且都倾向于最低的成本/距离（尽管我的理解可能是错误的）。但是，以某种方式可以将每个人分为不同的算法组的不同之处，对我来说还是不清楚的。
例如，如果我可以使用NN解决特定问题，那么当然也可以使用贪婪搜索算法来解决它，特别是在最小化的情况下。之所以得出这个结论，是因为当我开始对它们进行编码时，尽管它们背后的一般概念可能有所不同，但是我在代码中遇到了非常相似的实现。有时我什至不知道实施是遵循NN还是Greedy Search。
我做得很好，并且在Google上进行了足够的搜索，但是找不到关于它们与众不同之处的恰当解释。确实可以接受任何这样的解释。
换句话说，当提供给相同的网络拓扑时，NN将生成“代码”（即模型（即权重）），以找到问题的解决方案。贪婪的搜索是您实际上在编写找到问题解决方案的代码。不过，这真是令人望而却步，我敢肯定，有一种更加简洁，学术上合理的方式来表达我刚刚说的话
我刚才所说的所有内容都是基于这样的假设，即“贪心搜索”是指解决诸如旅行商销售等问题的算法。
另一种思考方式是：
在贪婪搜索中，您编写了一种解决搜索问题的算法（根据提供的试探法，找到最能描述数据点A和数据点B之间关系的图形）。
在编写神经网络时，您需要声明网络拓扑，提供一些初始的“随机”权重和一些试探法来测量输出错误，然后通过大量不同的方法（反向道具，GAN等）来训练网络权重。这些权重可以用作解决新问题的方法。
就其价值而言，我认为NN并不是生成旅行商问题的求解器的好方法。仅使用通用的图搜索算法会更好。.