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:
