Depuis la plateforme cloud AWS SageMaker, les utilisateurs peuvent facilement créer leur modèle de deep learning sur Apache MXNet, ils peuvent aussi le faire depuis Microsoft Azure. Soutenu par la fondation Apache, le framework MXNet est en effet surtout connu pour être accessible depuis une infrastructure cloud dynamique. MXNet est une bibliothèque de réseau de neurones réputée concise et simple par exemple pour résoudre un problème de classification d’images. Parfaitement optimisé pour la plateforme GPU Nvidia et son environnement Cuda, MXNet supporte une multitude de langages (C ++, Python, Julia, R, Scala, etc.) et prend en charge la programmation dite impérative et symbolique, ce qui permet aux développeurs adeptes de cette programmation de se familiariser avec l'apprentissage en profondeur tout en leur simplifiant le suivi, le débogage, la sauvegarde des points de contrôle ou encore la modification des hyperparamètres (taux d’apprentissage, arrêts précoces). Pour créer plus rapidement des modèles d’apprentissage, les développeurs peuvent exploiter l’interface Gluon pour MXNet. Ainsi, depuis cette interface graphique, ils ont accès à un ensemble de composants de réseau neuronal optimisés et prédéfinis. En seulement quelques lignes de code Gluon, il est possible de créer des réseaux convolutifs et des réseaux récurrents pour la détection d'objets, la reconnaissance vocale, la recommandation et la personnalisation.