求助，新手。。

耗子你也抢

p = [-1 -1 2 2;0 5 0 5];
t = [-1 -1 1 1];
/ u  o1 P# b7 Z# j4 h, `7 M0 snet=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
  v2 K& g2 ?# vnet.trainParam.show = 50;
8 ]7 N% ]  h( S. \% d+ Lnet.trainParam.lr = 0.05;
net.trainParam.epochs = 300;
. B' _! A0 r* g7 `3 p# Y0 znet.trainParam.goal = 1e-5;
: c$ L) Y8 K. `- |9 `0 w# rnet=train(net,p,t);


p = [-1 -1 2 2;0 5 0 5];
" M0 ?  g5 T% I& ?3 `' }# e9 `) Ft = [-1 -1 1 1];
2 }0 C; p% @% a7 w* Y5 h$ f% 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);
5 Y+ ~" J) n& y& knet=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
net.biases{1,1}.learnFcn = 'learngdm';
net.biases{2,1}.learnFcn = 'learngdm';
9 [' @7 r0 t& b( q6 u& ^9 h5 ]$ Y0 ^net.layerWeights{2,1}.learnFcn = 'learngdm';
net.inputWeights{1,1}.learnFcn = 'learngdm';
net.layerWeights{2,1}.learnParam.lr= 0.2;
& c( ^9 @: W. s6 d/ {net.adaptParam.passes = 200;
' Q8 M' p* X6 C  J1 y$ U[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。
8 }( [; y6 ^" _6 H' i

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.

4 }( J4 Q5 q% q0 U- D
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
) E8 O( R+ _7 ]8 X, Q! C请教高手 为什么？
6 _: @2 m" M7 |5 R6 [5 s拜谢！！！！