求助，新手。。

耗子你也抢

p = [-1 -1 2 2;0 5 0 5];
t = [-1 -1 1 1];
net=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
7 N3 T" y- y& {+ vnet.trainParam.show = 50;
3 [' c& ^% B! r0 w1 Jnet.trainParam.lr = 0.05;
net.trainParam.epochs = 300;
net.trainParam.goal = 1e-5;
net=train(net,p,t);


! ~" H4 Y( q9 Yp = [-1 -1 2 2;0 5 0 5];
' }5 l( P) `  M; M* n; v- it = [-1 -1 1 1];
4 f4 a; r0 i' G9 I: g% X% 如果我们要在每一次提交输入后都更新权重，那么我们需要将输入矩阵和目标矩阵转变为细胞数组。每一个细胞都是一个输入或者目标向量。
p = num2cell(p,1);
4 J- ]( ?4 Y4 k8 ~t = num2cell(t,1);
5 q0 E9 p1 I- h. _( L& ~# A& Q9 dnet=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
net.biases{1,1}.learnFcn = 'learngdm';
net.biases{2,1}.learnFcn = 'learngdm';
/ d9 b5 g4 R% nnet.layerWeights{2,1}.learnFcn = 'learngdm';
net.inputWeights{1,1}.learnFcn = 'learngdm';
net.layerWeights{2,1}.learnParam.lr= 0.2;
9 d# W! T: F& U4 y- l& inet.adaptParam.passes = 200;
[net,a,e]=adapt(net,p,t);
3 B6 {# \$ m; n# |%训练结束以后，我们就可以模拟网络输出来检验训练质量了。

6 K+ @+ U1 r2 `& `5 _, Z! g) v
6 E2 P" X5 {* l我编了两套代码，增加方式和预处理都试了，都是一样的结果
.??? Attempt to reference field of non-structure array.
4 u+ E) y: b. p, e3 |# b

但如果调用者两组代码时不加M文件后缀就都可以正常运行
' @$ J9 w: M0 s# R2 e- H请教高手 为什么？
拜谢！！！！

! B- v$ B' o' d1 g+ L, u) M( h