求助，新手。。

耗子你也抢

p = [-1 -1 2 2;0 5 0 5];
t = [-1 -1 1 1];
- b  P9 A, b3 p# D6 d, N% Snet=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
net.trainParam.show = 50;
net.trainParam.lr = 0.05;
net.trainParam.epochs = 300;
net.trainParam.goal = 1e-5;
net=train(net,p,t);
* Q2 H* ^+ y9 [+ {: @
) ]. w; q* V# j/ A
p = [-1 -1 2 2;0 5 0 5];
t = [-1 -1 1 1];
, L7 q0 a( v0 Q4 x6 c1 N% W% 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。
, C9 p3 i- @9 Xp = num2cell(p,1);
: \, [0 K! Z/ C+ yt = num2cell(t,1);
net=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
3 O1 f/ i( d  x9 Z5 Onet.biases{1,1}.learnFcn = 'learngdm';
8 D, G6 J4 ~8 L2 {( f+ k" ?net.biases{2,1}.learnFcn = 'learngdm';
net.layerWeights{2,1}.learnFcn = 'learngdm';
4 v9 Q" w# ~. V8 V2 |net.inputWeights{1,1}.learnFcn = 'learngdm';
/ J; D  ?* `) Z! w7 Lnet.layerWeights{2,1}.learnParam.lr= 0.2;
net.adaptParam.passes = 200;
. h  c3 x+ E9 S4 P- @6 Q% d9 U[net,a,e]=adapt(net,p,t);
+ e8 N9 i$ N, o* [# c- W& y%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
4 e% ]0 t+ x. M$ l6 F# K.??? Attempt to reference field of non-structure array.
+ B- r2 I6 U/ J* e$ C* 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
+ J# b" H# }! }请教高手 为什么？
; c( S( \4 l8 p  h7 x4 [" j; z拜谢！！！！