求助，新手。。

耗子你也抢

p = [-1 -1 2 2;0 5 0 5];
8 N5 v3 e5 U0 j5 C- i7 X& `) j$ n5 @t = [-1 -1 1 1];
net=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
; v9 v8 n1 Z8 N) n/ h% c" ynet.trainParam.show = 50;
net.trainParam.lr = 0.05;
net.trainParam.epochs = 300;
net.trainParam.goal = 1e-5;
0 B/ p2 u5 R5 ?; N/ ]net=train(net,p,t);
( K- O1 N# ?9 E" n/ b
2 u" _) N( N0 |
p = [-1 -1 2 2;0 5 0 5];
+ ~0 n, U3 M9 Z7 s* Xt = [-1 -1 1 1];
* |6 d2 c% c; a9 T7 Z1 c% 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);
net=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
net.biases{1,1}.learnFcn = 'learngdm';
  t! l: x+ B/ q' ^! xnet.biases{2,1}.learnFcn = 'learngdm';
net.layerWeights{2,1}.learnFcn = 'learngdm';
net.inputWeights{1,1}.learnFcn = 'learngdm';
" Q3 J/ s! O. Z& T! U8 W8 U( n, enet.layerWeights{2,1}.learnParam.lr= 0.2;
net.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。
5 e/ N# W1 S! R' i$ h

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.
% \9 b4 y- K. Q0 h6 O

( B8 h7 @& c  X* D+ X- v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
" R( R. \5 G( y6 u- O5 K请教高手 为什么？
拜谢！！！！

8 b+ f4 t; V2 T