求助，新手。。

耗子你也抢

p = [-1 -1 2 2;0 5 0 5];
t = [-1 -1 1 1];
# g! k! ~! E9 }  nnet=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
) Q; ~0 V+ D. q8 Vnet.trainParam.show = 50;
- s- J' O" I2 f& W- Y9 ?net.trainParam.lr = 0.05;
net.trainParam.epochs = 300;
& h: d6 g* J- n3 }0 d, wnet.trainParam.goal = 1e-5;
net=train(net,p,t);

4 c4 x* B: \- l) k( R* p
p = [-1 -1 2 2;0 5 0 5];
t = [-1 -1 1 1];
1 c0 F! w; \0 U. Z% 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);
net=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
1 Y) G" B; r4 E) `net.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;
net.adaptParam.passes = 200;
! ?* l) _! O" I[net,a,e]=adapt(net,p,t);
: A  ^" V9 b. `%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。
8 P  U! T4 d. ]* ^2 m5 d! Q# ]

' o9 Q. p* I1 a2 f0 B/ s. q+ H! Y7 p1 [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.
. i$ x" g" e; _. a0 |. t

$ P+ A9 @- @) X  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
& b9 ]7 P* R( r8 a请教高手 为什么？
. B2 Q; k. N/ v0 ?8 s. L拜谢！！！！
3 K+ Y7 t1 H  H  R
. ?7 W4 Z  G% Q: Q* |: M; ?