求助，新手。。

耗子你也抢

p = [-1 -1 2 2;0 5 0 5];
/ o9 c- w5 Q0 ^  u% y- p* ]# Qt = [-1 -1 1 1];
net=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
$ z& U8 R1 ~7 xnet.trainParam.show = 50;
; P3 S/ ^/ i0 K8 znet.trainParam.lr = 0.05;
net.trainParam.epochs = 300;
net.trainParam.goal = 1e-5;
net=train(net,p,t);


6 Z' q3 ?3 \! l& l# jp = [-1 -1 2 2;0 5 0 5];
8 ^& u: H, K9 x/ i2 x" }2 @9 jt = [-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。
5 q) u' E" B9 b. g; [8 i* Jp = num2cell(p,1);
t = num2cell(t,1);
net=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
net.biases{1,1}.learnFcn = 'learngdm';
$ A  x* C/ r0 y" f( e7 V1 Onet.biases{2,1}.learnFcn = 'learngdm';
% x5 D# t, H* |9 A: s. |6 h7 Anet.layerWeights{2,1}.learnFcn = 'learngdm';
net.inputWeights{1,1}.learnFcn = 'learngdm';
9 ]6 W! q( O, \( e, Dnet.layerWeights{2,1}.learnParam.lr= 0.2;
net.adaptParam.passes = 200;
[net,a,e]=adapt(net,p,t);
1 K- ^% @5 x* P# H: q4 U%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。
7 z9 Z7 O# N/ S7 ]; D0 @
5 k7 s5 |- i: O) 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
! U1 W) R- i) X1 w! @# Z5 r.??? Attempt to reference field of non-structure array.
( w: O1 X( ^; e# A, I/ j+ t9 e
5 g" J* A5 E( u) ]  H: u( \
- W; n7 `2 ?0 ?# h) 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
: F* p3 |9 [) d# r3 ]# W$ _请教高手 为什么？
+ j2 n: z1 d1 y5 j& Z. D拜谢！！！！
# [+ x  k/ i1 A2 G& I8 z; K
6 p. w0 b* X7 Y, O