求助，新手。。

耗子你也抢

p = [-1 -1 2 2;0 5 0 5];
t = [-1 -1 1 1];
. F. A9 N, i6 @6 J: z  n( gnet=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
' T( M6 ^: o- a1 I% T) M5 M& ]8 bnet.trainParam.show = 50;
6 a' r0 B. G  r1 U. qnet.trainParam.lr = 0.05;
3 y- @0 Z  U( Y- p/ {4 unet.trainParam.epochs = 300;
* T7 j/ X  s9 B" }, Unet.trainParam.goal = 1e-5;
0 }  z3 e! {7 \6 ]9 Y# P6 [net=train(net,p,t);

, q) o. d( b; \! s- d/ _5 x; L# [
p = [-1 -1 2 2;0 5 0 5];
t = [-1 -1 1 1];
% 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);
3 V3 w  ]2 ~9 @' r0 Vnet=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
net.biases{1,1}.learnFcn = 'learngdm';
# ?& V  h( n9 ?; z: a8 unet.biases{2,1}.learnFcn = 'learngdm';
net.layerWeights{2,1}.learnFcn = 'learngdm';
! X( y  q" M; h( anet.inputWeights{1,1}.learnFcn = 'learngdm';
net.layerWeights{2,1}.learnParam.lr= 0.2;
net.adaptParam.passes = 200;
$ A+ |! U5 D: E) W0 o[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。
, J; ?: @1 O2 N, w

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
' d- z5 J* B1 O2 u* y.??? Attempt to reference field of non-structure array.
0 J+ K9 Y: r( ^! @0 U2 b0 A

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
& U# ]6 N1 f# r请教高手 为什么？
拜谢！！！！

8 ]" b$ B  h  K, X. C2 F1 v* m  c