根据Gluon项目官方Github页面上的描述，Gluon API支持任意一种深度学习框架，其相关规范已经在Apache MXNet项目中实施，开发者只需安装最新版本的MXNet（master）即可体验。AWS用户可以创建一个AWS Deep Learning AMI进行体验。
该页面提供了一段简易使用说明，摘录如下：
本教程以一个两层神经网络的构建和训练为例，我们将它称呼为多层感知机（multilayer perceptron）。（本示范建议使用Python 3.3或以上，并且使用Jupyter notebook来运行。详细教程可参考这个页面。）
首先，进行如下引用声明：
然后，使用gluon.data.DataLoader承载训练数据和测试数据。这个DataLoader是一个iterator对象类，非常适合处理规模较大的数据集。
接下来，定义神经网络：
然后把模型的参数设置一下：
之后就可以开始跑训练了，一共分四个步骤。一、把数据放进去；二、在神经网络模型算出输出之后，比较其与实际结果的差距；三、用Gluon的autograd计算模型各参数对此差距的影响；四、用Gluon的trainer方法优化这些参数以降低差距。以下我们先让它跑10轮的训练：
