"Написание" нейронных сетей можно разделить на 2 этапа: обучение и внедрение уже обученной сети в какую-либо систему (инференс). Для обучения сети сейчас комьюнити сосредоточено вокруг 2х технологий и обе они на python - это keras и pytorch.
keras - это высокоуровневый фреймворк от google, который написан поверх tensorflow, чистый tensorflow достаточно низкоуровнев, поэтому его почти не используют.
pytorch - тоже высокоуровневый фреймворк, но от facebook.
Обе технологии очень похожи, но лично бы я посоветовал начать изучение с pytorch.
После того, как модель обучена, она может быть экспортирована в файл, который хранит, как архитектуру модели, так и обученные веса. Этот файл может быть прочитан разными системами на разных языках, например, если требуется запустить обученную сеть на С++, можно использовать opencv. Таким образом, выбирая python для обучения, вы не ограничиваете себя в использовании обученной модели только на python.