求助，新手。。

耗子你也抢

p = [-1 -1 2 2;0 5 0 5];
t = [-1 -1 1 1];
net=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
8 D; l2 z5 Q9 gnet.trainParam.show = 50;
+ y# ]' y7 x* H4 O! Z! f; k4 q. F! v# Mnet.trainParam.lr = 0.05;
net.trainParam.epochs = 300;
net.trainParam.goal = 1e-5;
+ N/ b) O( V% P8 G) E' n. ^! Onet=train(net,p,t);
' M( g1 _" o, l- p/ A+ @
# ]4 n" O: |: K# W
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);
net=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
  f4 s' I# G$ F6 w0 H3 \net.biases{1,1}.learnFcn = 'learngdm';
net.biases{2,1}.learnFcn = 'learngdm';
net.layerWeights{2,1}.learnFcn = 'learngdm';
net.inputWeights{1,1}.learnFcn = 'learngdm';
net.layerWeights{2,1}.learnParam.lr= 0.2;
net.adaptParam.passes = 200;
5 n0 \, i1 U7 j! t* h% q[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。

( @: }" S. L  g& S) I6 g
9 T, s" H, [) Q5 W; l* S& o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
, S! b( Z2 B( w.??? Attempt to reference field of non-structure array.
0 Y2 q/ W- ~7 B+ G

! z8 Y3 s8 g7 C: 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
请教高手 为什么？
# L+ h7 r) M7 Y拜谢！！！！