求助，新手。。

耗子你也抢

p = [-1 -1 2 2;0 5 0 5];
t = [-1 -1 1 1];
( Y  y; Z1 o3 ]" E* p/ Nnet=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
net.trainParam.show = 50;
net.trainParam.lr = 0.05;
net.trainParam.epochs = 300;
  i3 f) [! v8 Q4 {! Nnet.trainParam.goal = 1e-5;
. E: Z( w" y- d6 r3 Qnet=train(net,p,t);
" O9 ^5 J6 p! k* x0 s+ _: N% R
4 c! i" m4 z% ^+ B/ l+ o' f
p = [-1 -1 2 2;0 5 0 5];
: K2 j- C  i& ]$ O5 J+ |2 }4 G7 ft = [-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);
4 W- V  B& m4 N- K0 i% \t = num2cell(t,1);
( n+ l: ?1 i* v( c7 ]$ A: m- n; E' U) wnet=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
+ Z. j! e/ M  F- l$ x! v) t3 K' ]net.biases{1,1}.learnFcn = 'learngdm';
net.biases{2,1}.learnFcn = 'learngdm';
9 c( _0 U4 Z5 @/ Cnet.layerWeights{2,1}.learnFcn = 'learngdm';
net.inputWeights{1,1}.learnFcn = 'learngdm';
net.layerWeights{2,1}.learnParam.lr= 0.2;
net.adaptParam.passes = 200;
9 ^' l" P  s' b' t8 L[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。
# p6 Y$ Z& R# Z! Y; z( F1 k0 a4 t$ T, x
8 v/ k( o$ b% E; |! k6 u
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 @* ?% v. y* y6 l4 w3 }, q.??? Attempt to reference field of non-structure array.
0 H, `% j; Q$ l* W% P7 L
! Y, Y/ R! C3 g+ |2 `
6 K: @( k+ E+ d' H3 P, g& N6 c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
请教高手 为什么？
拜谢！！！！
9 _- C0 o" C: O- ]1 z
, O- W  Q! @: |2 R/ D; V3 ~