求助，新手。。

耗子你也抢

p = [-1 -1 2 2;0 5 0 5];
t = [-1 -1 1 1];
; h, ?6 u0 I2 r& a& P) h7 h8 _net=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
net.trainParam.show = 50;
2 H& c- h5 W! m$ c) tnet.trainParam.lr = 0.05;
, |2 N/ B% M7 z+ t9 T+ {net.trainParam.epochs = 300;
  X, c% U/ u: M7 g8 m. P, Cnet.trainParam.goal = 1e-5;
net=train(net,p,t);

5 J6 |1 a; c6 S: {
0 J  u9 U; n( S- Hp = [-1 -1 2 2;0 5 0 5];
t = [-1 -1 1 1];
+ h  Z. i2 V5 j) R% 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);
( {! m7 a" C0 ?, f- C# znet=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
0 S; p+ |+ G, F$ L( L! @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;
/ t; J7 R. J3 onet.adaptParam.passes = 200;
[net,a,e]=adapt(net,p,t);
%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。
. {: B: K) b& y$ i, U+ u

! M8 N# I. p8 P0 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
7 Y7 g- T9 \  v0 }8 H- n5 [.??? Attempt to reference field of non-structure array.

! J2 ]; J8 J8 i" M
2 G8 U! k( H* C* t2 C# _# l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？
拜谢！！！！

( T; N. d0 Q' [  ?3 C- ?) ^