求助，新手。。

耗子你也抢

p = [-1 -1 2 2;0 5 0 5];
% G: ]5 R) _+ y. q, @; r. u1 d6 @" Pt = [-1 -1 1 1];
8 _; S. |- A: l- ^net=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
net.trainParam.show = 50;
net.trainParam.lr = 0.05;
9 v8 o% |5 P+ a: @; qnet.trainParam.epochs = 300;
1 a2 f* v7 l, ^, q! K. Znet.trainParam.goal = 1e-5;
net=train(net,p,t);
1 n, K. i: x& _  m

. k- x8 s  O) t: [: x3 g5 k) u: jp = [-1 -1 2 2;0 5 0 5];
t = [-1 -1 1 1];
- }2 L8 |( w8 Z+ {3 l/ \% u, i4 Q% 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。
! |. a4 `( v9 Q. h7 l2 h$ n; tp = num2cell(p,1);
  m+ ?- ?. e+ h* @! c# c6 U2 Ot = num2cell(t,1);
net=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
net.biases{1,1}.learnFcn = 'learngdm';
' {# H0 i3 Q: \! t$ u! J& @3 Xnet.biases{2,1}.learnFcn = 'learngdm';
$ \# l( n: T7 a$ _% l( a0 W/ V( H7 onet.layerWeights{2,1}.learnFcn = 'learngdm';
net.inputWeights{1,1}.learnFcn = 'learngdm';
, U7 B* T0 [! I  M# Ynet.layerWeights{2,1}.learnParam.lr= 0.2;
3 ^  `! ^5 f# N" C4 ]$ d! j& ynet.adaptParam.passes = 200;
4 o& W! O! w$ j6 `[net,a,e]=adapt(net,p,t);
4 ?6 ^; V5 Y% q9 j%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
.??? Attempt to reference field of non-structure array.


$ a( g7 O  J% d, M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
# S( z9 r5 W% E  E0 O+ L* k6 [! X请教高手 为什么？
拜谢！！！！
2 l, O: w  s& N3 q) y" d2 k
* v) o+ e" i8 x" t