求助，新手。。

耗子你也抢

p = [-1 -1 2 2;0 5 0 5];
t = [-1 -1 1 1];
% |& E! I$ {1 ]( [0 O: knet=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
( |* r: j) F' N3 dnet.trainParam.show = 50;
net.trainParam.lr = 0.05;
* G/ T# }# i1 k- l3 o/ onet.trainParam.epochs = 300;
! K& L) A: U5 t6 u; e  Xnet.trainParam.goal = 1e-5;
net=train(net,p,t);


p = [-1 -1 2 2;0 5 0 5];
  g- I. a9 ]6 S. mt = [-1 -1 1 1];
/ d( O8 v2 b1 W1 e# D% 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);
5 I+ a" ?& p) W! [9 Y1 {t = num2cell(t,1);
net=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
  h0 f# _) J3 D4 F- Bnet.biases{1,1}.learnFcn = 'learngdm';
net.biases{2,1}.learnFcn = 'learngdm';
9 W. s, f$ u1 R2 G% |net.layerWeights{2,1}.learnFcn = 'learngdm';
  `9 g# D- L9 ~9 hnet.inputWeights{1,1}.learnFcn = 'learngdm';
net.layerWeights{2,1}.learnParam.lr= 0.2;
8 v0 V9 K) h! Dnet.adaptParam.passes = 200;
0 u* `1 M) f4 I; j. ]% y[net,a,e]=adapt(net,p,t);
2 k' A( B6 h; o8 E& ~# [/ K%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。


& B% n  B6 N1 |! L, f" [6 s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
- g% a" U9 J% l, M5 K.??? Attempt to reference field of non-structure array.

1 ~5 l* ^) N/ u
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
# I; R, h" ^& C& [请教高手 为什么？
  f. {0 V" W& c' A拜谢！！！！
5 v' z0 S6 c) y# }+ W$ U* v