求助，新手。。

耗子你也抢

p = [-1 -1 2 2;0 5 0 5];
  ^0 i  Z) O* |& j2 T2 g/ ut = [-1 -1 1 1];
net=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
! y& G6 D0 s" j- ]net.trainParam.show = 50;
8 V' ~' S5 y5 f/ inet.trainParam.lr = 0.05;
! U. H+ F+ l# t* dnet.trainParam.epochs = 300;
net.trainParam.goal = 1e-5;
) ]6 _7 A4 {( J3 n% ^9 Hnet=train(net,p,t);


/ p9 j) A% N; q0 ]' kp = [-1 -1 2 2;0 5 0 5];
t = [-1 -1 1 1];
* P* d- n3 T* @1 s+ J  C% 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);
- J/ `) F: f7 P5 et = num2cell(t,1);
net=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
0 j! T+ I, F8 t2 a! S9 F8 tnet.biases{1,1}.learnFcn = 'learngdm';
net.biases{2,1}.learnFcn = 'learngdm';
; O* N4 n# B% i; n5 Lnet.layerWeights{2,1}.learnFcn = 'learngdm';
  l! M0 f+ e9 \7 r' S2 cnet.inputWeights{1,1}.learnFcn = 'learngdm';
net.layerWeights{2,1}.learnParam.lr= 0.2;
7 u& a  _% f' Onet.adaptParam.passes = 200;
/ h0 L' W* Z$ G8 M2 g[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。


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
' C* m' e# B- {0 ?% g.??? Attempt to reference field of non-structure array.


; E3 e# F+ C9 H" H) Q2 Z+ J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？
: ^+ }; p+ i* w6 C1 T8 r拜谢！！！！

2 a4 D$ V, ~4 U9 Q3 _