求助，新手。。

耗子你也抢

p = [-1 -1 2 2;0 5 0 5];
* G5 Z! e/ G  E; z3 Mt = [-1 -1 1 1];
1 V# M, P* i0 b$ ?; u: Vnet=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
net.trainParam.show = 50;
& k, u! m* z+ vnet.trainParam.lr = 0.05;
net.trainParam.epochs = 300;
net.trainParam.goal = 1e-5;
net=train(net,p,t);
; O8 c$ D' W. a

6 M, I, L! m" v4 J+ k' b9 dp = [-1 -1 2 2;0 5 0 5];
t = [-1 -1 1 1];
- C; h' E  `6 h1 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);
t = num2cell(t,1);
  s! a4 n7 b. z" F4 x% K) @net=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
- c9 e- Z6 f6 P: ~1 Z  j0 s# M+ H0 znet.biases{1,1}.learnFcn = 'learngdm';
net.biases{2,1}.learnFcn = 'learngdm';
net.layerWeights{2,1}.learnFcn = 'learngdm';
$ k( a) j9 L8 X9 z+ Jnet.inputWeights{1,1}.learnFcn = 'learngdm';
net.layerWeights{2,1}.learnParam.lr= 0.2;
net.adaptParam.passes = 200;
[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。


& J5 ?; K2 V* O8 U- c; E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
2 X( g/ f% n6 v% t) }4 `4 y$ ~.??? Attempt to reference field of non-structure array.
+ w5 _. f) D* `; ?  V  @

, e, x% A! r/ H8 j) a0 I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
8 m0 o) y' T  ^& h% {8 }请教高手 为什么？
拜谢！！！！
- g8 s  I1 K# t: U2 e
, q& v1 J5 F8 e, c0 `% T& t* N