MXNet是一个轻量级、可移植、灵活的分布式深度学习框架，2017年1月23日，该项目进入Apache基金会，成为Apache的孵化器项目。
MXNet项目由DMLC（Distributied （Deep） Machine Learning Community）创建，前期开发者主要是CXXNet，Minerva和purine2的作者。MXNet项目于2015年9月开源，目前项目代码托管在Github上，已经拥有200多位贡献者。
MXNet的初衷是想结合Minerva和CXXNet两者的功能：CXXNet通过配置来定义和训练神经网络，所以在图片分类等使用卷积网络的应用上很方便；而Minerva提供类似numpy一样的张量计算接口，更灵活。MXNet就是这样一个两者功能都具备的系统，其名字来自Minerva的M和CXXNet的XNet，其中Symbol的想法来自CXXNet，而NDArray的想法来自Minerva。
目前主流的深度学习系统一般采用命令式编程（imperative programming，比如Torch）或声明式编程（declarative programming，比如Caffe，theano和TensorFlow）两种编程模式中的一种，而MXNet尝试将两种模式结合起来，在命令式编程上MXNet提供张量运算，而声明式编程中MXNet支持符号表达式。用户可以根据需要自由选择，同时，MXNet支持多种语言的API接口，包括Python、C++（并支持在Android和iOS上编译）、R、Scala、Julia、Matlab和JavaScript。
继上个月Amazon宣布将MXNet作为AWS的深度学习框架，号召开源社区为MXNet投入更多的努力（详见之前InfoQ的报道）之后，成为 Apache 孵化器项目是MXNet发展过程中的又一里程碑，以后MXNet必将不断优化完善，带来进一步的性能提升。
- 支持更多的硬件
- 更加完善的操作子
- 更多编程语言
- 更多的应用
