求助，新手。。

耗子你也抢

p = [-1 -1 2 2;0 5 0 5];
t = [-1 -1 1 1];
1 u; c+ m) `# X  h5 r+ unet=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
5 K5 @% {, y2 d2 x5 Dnet.trainParam.show = 50;
net.trainParam.lr = 0.05;
net.trainParam.epochs = 300;
) _1 a4 g  B) ^) cnet.trainParam.goal = 1e-5;
: V8 w0 _4 x0 |2 R! Pnet=train(net,p,t);

3 u, _& o" U0 e( ]
( n! ]7 R$ {2 B" D6 a0 Cp = [-1 -1 2 2;0 5 0 5];
* s; P/ {6 g) M: D4 Bt = [-1 -1 1 1];
4 y5 z/ A5 w7 W- R7 i% 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。
% H" r* @9 E1 e" h- i" ~; \3 c  Yp = num2cell(p,1);
( R3 W5 B* ?7 x3 }; g4 @, Rt = num2cell(t,1);
net=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
+ b1 E* n% m& M9 V9 tnet.biases{1,1}.learnFcn = 'learngdm';
net.biases{2,1}.learnFcn = 'learngdm';
net.layerWeights{2,1}.learnFcn = 'learngdm';
net.inputWeights{1,1}.learnFcn = 'learngdm';
net.layerWeights{2,1}.learnParam.lr= 0.2;
& J2 D4 H! y  Inet.adaptParam.passes = 200;
; B2 T7 t0 c$ p: Z7 n, H7 C[net,a,e]=adapt(net,p,t);
1 n$ @# a* |- ]9 X/ 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。

& K& M8 E! M6 M  q5 e
& b  E+ O/ M+ n8 t# r6 n* v! q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
7 J" G! i6 c& j# h.??? Attempt to reference field of non-structure array.
2 _# J' y) H7 ^+ c( A

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！！！！
; P, R; P8 L2 t- p! f) g' \$ l( W
5 s* e1 }, z# C  G2 X