求助，新手。。

耗子你也抢

p = [-1 -1 2 2;0 5 0 5];
t = [-1 -1 1 1];
5 d5 X- r7 h2 H  Bnet=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
$ E- f) }4 |- N8 x  g5 g' O* gnet.trainParam.show = 50;
! h0 w% P8 d# v, V7 O5 e0 qnet.trainParam.lr = 0.05;
0 O6 u, u' ~' H! O& knet.trainParam.epochs = 300;
net.trainParam.goal = 1e-5;
net=train(net,p,t);

- U3 e/ D  q& W* @! [# ^
+ V& f2 ~$ F: L7 @" zp = [-1 -1 2 2;0 5 0 5];
9 D9 v" x5 m/ K* Wt = [-1 -1 1 1];
% 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。
9 A7 e$ A* S  c7 ~p = num2cell(p,1);
t = num2cell(t,1);
' @2 W8 N. k! Y2 A' l, e( Znet=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
net.biases{1,1}.learnFcn = 'learngdm';
net.biases{2,1}.learnFcn = 'learngdm';
" d& ^- H+ o3 E# o! l- Hnet.layerWeights{2,1}.learnFcn = 'learngdm';
net.inputWeights{1,1}.learnFcn = 'learngdm';
9 F+ ~( j1 g" G: s1 l; }% `% q' fnet.layerWeights{2,1}.learnParam.lr= 0.2;
8 u& L$ ~5 C! W" p5 T3 e) Qnet.adaptParam.passes = 200;
* ?. W/ f2 J( V# _) f+ N% J[net,a,e]=adapt(net,p,t);
%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。


- {/ l3 ~4 _' _7 W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
& ~4 s2 t: e! a1 \.??? Attempt to reference field of non-structure array.


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
请教高手 为什么？
拜谢！！！！

8 L0 u- l% S6 b# Q( M