Решение задач с помощью нейросети, это как в соседнюю булочную за хлебом летать на самолете через соседнюю страну и имеет смысл только если хлеб, который вы желаете приобрести, в вашей стране не производят.
Да уже готовая нейросеть способна решать сложнейшие задачи очень эффективно и быстро, но проблема в самом процессе обучения сети - это требует невероятно большого количества вычислительных ресурсов. Использовать процессор (и уж тем более виртуальную машину той же javascript, которая в разы медленней) для этого не целесообразно, слишком долго будете искать решение. Поэтому при выборе инструментария (языка программирования и библиотеки) заранее сверяйтесь с совместимостью с вашим железом.
То что реализация нейронных сетей существует для процессоров и интерпретируемых языков говорит только о том что это может быть оправдано чтобы вычислять значение готовой сети для решения задачи и возможно дообучить уже готовую сеть, если это потребует изменяющиеся условия.
p.s. гугл например состряпал лично для себя
тензорный процессор, который для задач именно обучения нейросетей, а точнее для использования в библиотеке tensorflow, работает на порядок быстрее (энергоэффективнее) чем видеокарта,.. т.е. логично обучаться заранее на тех библиотеках, чтобы в будущем минимизировать свои затраты. Правда гугл не собирается продавать свои мегажелезки на сторону, но позволяет использовать их в облаке (все еще за очень дорого, если сравнивать с себестоимостью, но все же дешевле чем использование GPU, лично это не проверял но слышал)