可以将广播应用于julia中阵列的子阵列/片

我希望广播到子阵列（即广播到阵列的片）。这在GPU编程中非常有用，例如，我希望：

X,Y,Z = (rand(3,3,3) for _=1:3)
@.[1,2] X = f(2X^2 + 6X^3 - sqrt(X)) + Y*Z

其中，

@.[1,2]

表示沿dim 3广播，即在表达式中对dim 1和dim 2应用冒号

有没有办法支持这种“子广播”

编辑：添加一个示例

julia> a = reshape(1:8, (2,2,2))
2×2×2 Base.ReshapedArray{Int64,3,UnitRange{Int64},Tuple{}}:
[:, :, 1] =
 1  3
 2  4

[:, :, 2] =
 5  7
 6  8

julia> broadcast(*, a, a)
2×2×2 Array{Int64,3}:
[:, :, 1] =
 1   9
 4  16

[:, :, 2] =
 25  49
 36  64

julia> broadcast(*, a, a, dim=3) # I would like to broadcast the matrix multiplication (batch mode) instead of elementwise multiplication.
2×2×2 Array{Int64,3}:
[:, :, 1] =
  7  15
 10  22

[:, :, 2] =
 67   91
 78  106

编辑2：我正在通过ArrayFire.jl包（ArrayFire的包装）尝试不同的矢量化方法，包括矢量化、循环并行、批处理和高级矢量化。arrayfire使用gfor（）方法在矩阵切片上运行并行计算，并通过arrayfire.jl中的广播实现。目前，茱莉亚的广播节目以元素为导向。我只是想知道它是否可以“按片”运行，然后它可以对线性代数函数（）提供纯julia 3D和4D支持

当然，正常的嵌套for循环将完成任务。我刚刚对广播

语法感到兴奋，不知道它是否可以扩展。

我想您正在寻找

映射片

mapslices(x->x*x, a, (1,2))
2×2×2 Array{Int64,3}:
[:, :, 1] =
  7  15
 10  22

[:, :, 2] =
 67   91
 78  106

mapslices（f、A、dims）

使用函数f变换数组A的给定维数。f是
在A[…，：，，：，，，，，…]形式的A的每个片上调用。dims是一个
整数向量，指定冒号在此表达式中的位置。

结果将沿其余维度连接。对于
例如，如果dims为[1,2]且A为4维，则启用f
A[：，：，i，j]代表所有的i和j

如果要指定要连接的维度而不是应用函数的维度，请使用
setdiff

（如果您需要多参数版本，请查看此要点）
我想您正在寻找
地图切片

mapslices(x->x*x, a, (1,2))
2×2×2 Array{Int64,3}:
[:, :, 1] =
  7  15
 10  22

[:, :, 2] =
 67   91
 78  106

mapslices（f、A、dims）

使用函数f变换数组A的给定维数。f是
在A[…，：，，：，，，，，…]形式的A的每个片上调用。dims是一个
整数向量，指定冒号在此表达式中的位置。

结果将沿其余维度连接。对于
例如，如果dims为[1,2]且A为4维，则启用f
A[：，：，i，j]代表所有的i和j

如果要指定要连接的维度而不是应用函数的维度，请使用
setdiff

（如果您需要多参数版本，请查看本要点）
您不清楚您的意思，能否给出一个预期输出的示例？否则，是的，在切片甚至视图上使用广播操作并没有什么特别之处，例如
X=[1 2 3；4 5 6]；3.+view（X，：，2）
我添加了一个示例，请给出评论。我不清楚您是如何得到这些数字的；想不想展示一下中间步骤，让大家明白你的意思？另外，不要使用
a
两次，使用
a
和
b
来明确你想在哪里行动。目前还不清楚如何将
dim
应用于“广播”操作本身，而不是它的任何一个参数。除非您的意思是
dim
应该应用于两个参数中的一个（在这种情况下，您需要指定哪一个；矩阵乘法不是对称的）。想想看，也不清楚你所说的“广播矩阵乘法”是什么意思。我添加了一些参考资料，希望能说明清楚。不清楚你的意思，你能给出一个预期输出的例子吗？否则，是的，在切片甚至视图上使用广播操作并没有什么特别之处，例如
X=[1 2 3；4 5 6]；3.+view（X，：，2）
我添加了一个示例，请给出评论。我不清楚您是如何得到这些数字的；想不想展示一下中间步骤，让大家明白你的意思？另外，不要使用
a
两次，使用
a
和
b
来明确你想在哪里行动。目前还不清楚如何将
dim
应用于“广播”操作本身，而不是它的任何一个参数。除非您的意思是
dim
应该应用于两个参数中的一个（在这种情况下，您需要指定哪一个；矩阵乘法不是对称的）。想一想，你也不清楚“广播矩阵乘法”是什么意思。我添加了一些参考资料，希望能说明清楚。谢谢，mapslices完成了这项工作，但如果我们有
boadcastslices
，那么循环融合和向量化将使它更有效：在大多数情况下（对于
a
谢谢的操作，mapslices可以完成这项工作，但是如果我们有
boadcastslices
，那么循环融合和矢量化将使其更加高效：在大多数情况下（对于
a