求助，新手。。

耗子你也抢

p = [-1 -1 2 2;0 5 0 5];
! ^  b7 f- {% k$ T# F7 d. bt = [-1 -1 1 1];
/ s* K4 e1 U* O$ C  B' m; Vnet=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
net.trainParam.show = 50;
( _7 F# R3 ^  ]. h/ l+ Y5 inet.trainParam.lr = 0.05;
" ~$ J0 Y& j4 k& s! @6 y9 ]  inet.trainParam.epochs = 300;
net.trainParam.goal = 1e-5;
8 F# G) x) H- q1 S# L4 d2 ~% ~net=train(net,p,t);


: B1 ]" s; j* ?3 ~p = [-1 -1 2 2;0 5 0 5];
" J& T! [& C* q* K3 g/ 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);
, R0 u$ a& B6 t6 n4 Gt = num2cell(t,1);
- q. K% R5 F) O) m6 k+ c4 A; Fnet=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
net.biases{1,1}.learnFcn = 'learngdm';
net.biases{2,1}.learnFcn = 'learngdm';
. S# o3 r$ q2 e2 R$ ]! ~" |( K' Znet.layerWeights{2,1}.learnFcn = 'learngdm';
net.inputWeights{1,1}.learnFcn = 'learngdm';
net.layerWeights{2,1}.learnParam.lr= 0.2;
1 O# R& c! F7 [& c- Y* Gnet.adaptParam.passes = 200;
[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。

" Z2 }' K( o* y7 e$ i. ]% e  x% ~/ P
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
.??? Attempt to reference field of non-structure array.
( r9 M6 ?& O3 q$ x/ x! O; ~3 w, ?

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！！！！
- ]: n& D# K2 c# W