求助，新手。。

耗子你也抢

p = [-1 -1 2 2;0 5 0 5];
7 H- i* {3 a+ |' pt = [-1 -1 1 1];
net=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
1 ^) ?; `) u+ V- enet.trainParam.show = 50;
$ N9 H0 x4 Q4 M* v$ l" |, c& hnet.trainParam.lr = 0.05;
- W- m5 t# b% Z; i4 B$ nnet.trainParam.epochs = 300;
, ^9 N, h' x' n3 V2 T% _" e+ xnet.trainParam.goal = 1e-5;
) [6 ~, R: ^0 ^- z2 w/ Hnet=train(net,p,t);

* ?8 i6 v( x0 b, W4 X# |* J/ l8 {
p = [-1 -1 2 2;0 5 0 5];
t = [-1 -1 1 1];
% 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);
" b! Z4 ?! ]" et = num2cell(t,1);
net=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
net.biases{1,1}.learnFcn = 'learngdm';
net.biases{2,1}.learnFcn = 'learngdm';
5 S$ R8 Y6 A$ C; s" y# vnet.layerWeights{2,1}.learnFcn = 'learngdm';
net.inputWeights{1,1}.learnFcn = 'learngdm';
4 V& p- d% G' F9 d& b5 }net.layerWeights{2,1}.learnParam.lr= 0.2;
' o( m8 P4 ^; ]; |% V8 v1 R/ ?0 anet.adaptParam.passes = 200;
[net,a,e]=adapt(net,p,t);
4 y4 G0 p. \) V%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。

; T7 j$ f+ d0 Y9 |3 ~& s$ R5 \, ?
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.
/ V. P, b: o% Y! W) X

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
* I8 |/ [& s& h; J8 o8 Z7 U& E) Y请教高手 为什么？
拜谢！！！！

! S5 |, Y5 a2 }6 y1 y6 ?8 d4 g" Z