我的目标是使用MATLAB训练一个自编码器。我正在使用深度学习工具箱。由于我对自编码器和MATLAB都比较陌生，如果我的问题显得有些简单，请多包涵。

我的输入数据集是一组包含2000个时间序列的列表，每个时间序列有501个时间分量。因此，我的输入数据集存储在一个名为inputdata的数组中，其维度为2000*501。

自编码器应该能够重现时间序列。这意味着输出应该是2000个各含501个分量的时间序列。因此，我认为输入节点应该是501个，输出节点也应该是501个。

然而，如果我这样做：

hiddenSize = 100;   autoenc = trainAutoencoder(y_sorted,hiddenSize);

来训练一个隐藏层有100个节点的自编码器，我认为自编码器会自动选择有2000个输入节点。那么，正确的训练这个自编码器的方法是什么呢？

回答：

你好，我还没有尝试用深度学习工具箱训练自编码器，但据我所知（https://www.mathworks.com/help/deeplearning/ref/trainautoencoder.html?s_tid=doc_ta），你的输入矩阵应该将样本作为列，时间序列的特征/值作为行。你可以通过转置你的输入矩阵来轻松做到这一点。在MATLAB中，这样做是通过：

inputdata = inputdata.'