神经网络可以用多种编程语言实现，以下是一些常用的语言：
1. Python：由于其强大的科学计算库（如NumPy、SciPy、Pandas、Matplotlib等），Python成为实现神经网络最流行的语言之一。特别是深度学习框架如TensorFlow、PyTorch和Keras等都是用Python编写的。
2. C++：C++以其高性能著称，适合需要优化性能的应用。深度学习库如Caffe和MXNet是用C++开发的。
3. Java：Java作为一种通用编程语言，也支持深度学习，例如通过DL4J（Deep Learning for Java）库。
4. R：R语言在统计分析领域非常流行，也有用于深度学习的包，如MXNet和RNN。
5. MATLAB：MATLAB是另一个常用于数据分析和数值计算的软件，其内置的深度学习工具箱（Deep Learning Toolbox）支持神经网络建模。
6. Julia：Julia是一种较新的语言，设计时考虑了高性能计算，同时易于编程。它有用于深度学习的包，如Flux。
选择哪种语言取决于具体需求、项目规模、个人熟悉程度以及所使用的库和框架。例如，如果项目需要快速迭代和实验，Python可能是最佳选择；如果需要高性能计算，C++可能更适合。
