动态分割激活和核以提高存储器效率

摘要

实施例总体上涉及动态分割激活和核以提高存储器效率。在计算引擎中执行机器学习的方法的实施例包括：由在计算引擎上实现的卷积神经网络(CNN)的卷积层接收输入数据中包含的多个激活组，其中卷积层包括一个或多个核组，并且一个或多个核组各自包括多个核；基于多个激活组中的激活组的数量和多个核中的核的数量，确定多个存储器效率度量；选择与多个存储器效率度量中的最优存储器效率度量相关联的激活组的第一最优数量和核的第二最优数量；以及基于第一最优数量和第二最优数量对输入数据执行卷积操作。