求助，新手。。

耗子你也抢

p = [-1 -1 2 2;0 5 0 5];
1 l0 A% |6 \, E' m5 Z, J9 j/ it = [-1 -1 1 1];
; v# \! H$ ^! R# ^" q; z' Qnet=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
2 j7 A! s# j  P2 p. {net.trainParam.show = 50;
% o( q! x! ], S5 \* dnet.trainParam.lr = 0.05;
; H- B3 K7 ^! i% s( u& I$ \- Anet.trainParam.epochs = 300;
8 _' C' P* N7 pnet.trainParam.goal = 1e-5;
net=train(net,p,t);

( D; e  x, T! j3 x0 [, {4 A9 W
0 ]  u+ ^4 D6 D/ ~5 S* d( U/ E+ H$ ^$ Qp = [-1 -1 2 2;0 5 0 5];
t = [-1 -1 1 1];
9 u3 n) E# r- g& Q$ ?/ P+ t+ I- ?, @4 u% 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');
; e9 Q1 }1 p% C1 o1 ^' s# vnet.biases{1,1}.learnFcn = 'learngdm';
7 N2 L( \. t+ _$ i/ fnet.biases{2,1}.learnFcn = 'learngdm';
net.layerWeights{2,1}.learnFcn = 'learngdm';
. L" F/ m7 X" i! Z7 {6 U& onet.inputWeights{1,1}.learnFcn = 'learngdm';
net.layerWeights{2,1}.learnParam.lr= 0.2;
net.adaptParam.passes = 200;
( y& n, u# s. W1 d! G[net,a,e]=adapt(net,p,t);
, H. J6 T0 e' b: i% e# P, T" i7 M%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! z9 l# a  p& a
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 u( ]& j" r& m0 l4 k% y/ h.??? Attempt to reference field of non-structure array.
) i+ \. ]" Z& S1 C0 q

' g& J" d  i1 I: p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
, p+ N! f" Q# Q" g3 q' K+ f请教高手 为什么？
拜谢！！！！
0 |, I" T7 P9 o3 s. H- W( ~! y