求助，新手。。

耗子你也抢

p = [-1 -1 2 2;0 5 0 5];
, M7 v6 @* b5 U( R+ K1 mt = [-1 -1 1 1];
net=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
net.trainParam.show = 50;
net.trainParam.lr = 0.05;
" J3 ^/ t2 w8 f5 i# c1 e) V  E& |net.trainParam.epochs = 300;
net.trainParam.goal = 1e-5;
. _. Z. t4 u! ]( O7 u% Snet=train(net,p,t);
. L0 @4 z* E6 }: C7 D! t2 a
1 \) a# x+ D4 \( w) b
p = [-1 -1 2 2;0 5 0 5];
t = [-1 -1 1 1];
* L$ w" p. j" c( o/ N8 E% E% 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);
4 [$ _" t, R- m$ Dt = num2cell(t,1);
net=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
! D1 B) w1 c! }1 E" hnet.biases{1,1}.learnFcn = 'learngdm';
4 P+ g! q$ B0 K  p7 ?' Tnet.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;
, A: b4 }4 Q9 w* |) E: enet.adaptParam.passes = 200;
[net,a,e]=adapt(net,p,t);
! X. A! I9 g) i7 s, _%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
+ ?6 I0 B1 |: p; ?.??? Attempt to reference field of non-structure array.

/ P' e+ }0 H4 y1 f! x( n0 j8 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
- P5 ]$ @, e/ P) \; z  |% b请教高手 为什么？
拜谢！！！！
' ]+ J' a4 e) n! z5 i8 g' Z/ V1 j