求助，新手。。

耗子你也抢

p = [-1 -1 2 2;0 5 0 5];
t = [-1 -1 1 1];
net=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
net.trainParam.show = 50;
, ]- N3 ?; k, i( c- c* v8 x1 k9 vnet.trainParam.lr = 0.05;
4 g+ l# u0 Z8 t: C4 G2 fnet.trainParam.epochs = 300;
net.trainParam.goal = 1e-5;
, J( \$ A; P: q1 C* u8 Xnet=train(net,p,t);
) Y; u2 E  R$ U- T/ u6 `1 L

p = [-1 -1 2 2;0 5 0 5];
0 D% z# ^. @5 E# U" Z9 `6 {( u4 Mt = [-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);
# y( s0 r% t6 p  f# M7 Gt = num2cell(t,1);
8 K* ~; P" \: I; i# |net=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
net.biases{1,1}.learnFcn = 'learngdm';
net.biases{2,1}.learnFcn = 'learngdm';
: x/ e/ L8 f7 ~2 J+ Y2 dnet.layerWeights{2,1}.learnFcn = 'learngdm';
net.inputWeights{1,1}.learnFcn = 'learngdm';
4 ]" H! C2 j! {3 Bnet.layerWeights{2,1}.learnParam.lr= 0.2;
; v5 S/ w( c0 `  Vnet.adaptParam.passes = 200;
[net,a,e]=adapt(net,p,t);
4 t6 f. K1 N7 s' s! p/ U, 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。


' W% n5 `. a9 i2 T: [( m# r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
/ C' ?& j# d2 `0 [+ B2 E.??? Attempt to reference field of non-structure array.


; B1 F+ X9 Q) u; g/ D) V1 N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？
8 X+ n. P! X7 }# ~; `3 B拜谢！！！！