随机神经网络（Stochastic Neural Networks）是一种人工神经网络，并作为人工智能的工具。

它们向神经网络引进随机变化，一类是在神经元之间分配随机过程传递函数，一类是给神经元随机权重。这使得随机神经网络在优化（Optimization）问题中非常有用，因为随机的变换避免了局部最优（local minima）。

由随机传递函数创建的随机神经网络通常被称为波茨曼机（Boltzmann machine）。

随机神经网络在风险控制，肿瘤学和生物信息学相关领域均有应用。

Stochastic neural networks are a type of artificial neural networks built by introducing random variations into the network, either by giving the network's neurons stochastic transfer functions, or by giving them stochastic weights. This makes them useful tools for optimization problems, since the random fluctuations help it escape from local minima.