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');
2 ]! L  X3 \: x. @! G6 Vnet.trainParam.show = 50;
net.trainParam.lr = 0.05;
! T! I! A8 g6 {5 y, unet.trainParam.epochs = 300;
net.trainParam.goal = 1e-5;
0 Z0 q- l' H  m# a9 P+ {1 qnet=train(net,p,t);


  x& D, j1 A3 s3 G% ]* @p = [-1 -1 2 2;0 5 0 5];
: @( H$ t) V9 \: ]7 O# Et = [-1 -1 1 1];
7 E* q4 s6 A- I! J8 m  a' o5 Z; B% 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);
6 \' S9 D- h! w$ N3 C0 H4 H) pt = num2cell(t,1);
net=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
net.biases{1,1}.learnFcn = 'learngdm';
  R2 ?% ]: {: t  o4 s# d: @net.biases{2,1}.learnFcn = 'learngdm';
net.layerWeights{2,1}.learnFcn = 'learngdm';
, d, T+ M4 V0 Y/ ^8 V. v; Rnet.inputWeights{1,1}.learnFcn = 'learngdm';
net.layerWeights{2,1}.learnParam.lr= 0.2;
* Q2 d3 k4 L/ vnet.adaptParam.passes = 200;
" c) A( Z( j% T, P% W  P4 B[net,a,e]=adapt(net,p,t);
: J' A5 \, m! A; D* W9 n0 ?%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。
2 z( h$ q: f) s& m5 G9 d3 L
/ @9 T: K9 k+ d, I2 J
# @# x) X- O5 m8 A  g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.
" ~' W5 u: ^+ I; v5 d7 l# Q4 t
5 S# B9 l# @; |. a. k
. Z0 F# u) `& X; S; H; `% g! 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
# k. F4 |3 l& k1 N+ _$ @6 w; H, k请教高手 为什么？
拜谢！！！！
8 z% J8 B1 U2 @9 V. n5 S