神经网络模型是一种基于类似人类神经系统的模型，它可以用于解决各种复杂的问题。关于何时应该使用神经网络模型，有以下几点建议：
处理非线性问题：神经网络模型适用于处理非线性问题，如图像识别、语音识别、自然语言处理等。
处理大量数据：神经网络模型可以处理大量数据，它可以从数据中学习规律，并对未知数据进行预测。
处理高维数据：神经网络模型适用于处理高维数据，如图像、视频、音频等。
处理模糊问题：神经网络模型可以处理模糊问题，如模糊分类、模糊识别等。
当然，在使用神经网络模型时，也需要遵循一些原则，如选择合适的神经网络结构、合适的激活函数、合适的损失函数等。
总之，当你面对一个非线性、高维、模糊、大量数据的问题时，可以考虑使用神经网络模型。