求助，新手。。

耗子你也抢

p = [-1 -1 2 2;0 5 0 5];
! {, e* T! H  c- Zt = [-1 -1 1 1];
net=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
net.trainParam.show = 50;
net.trainParam.lr = 0.05;
" j+ O2 x: n9 ynet.trainParam.epochs = 300;
$ c- ?. B4 l$ i6 {2 z& o) dnet.trainParam.goal = 1e-5;
% i/ d) N) j* B" `+ F9 m5 nnet=train(net,p,t);


p = [-1 -1 2 2;0 5 0 5];
t = [-1 -1 1 1];
+ m0 l% o; N& B) Y- I) {, Q% |% 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);
+ y7 d5 _: s+ Vnet=newff(p,t,[3,1],{'tansig','purelin'},'traingd');
; [/ L2 g% ]% V+ fnet.biases{1,1}.learnFcn = 'learngdm';
" Y9 R: y( G5 E) R4 A! t/ Unet.biases{2,1}.learnFcn = 'learngdm';
+ m$ F8 n1 P5 U+ m7 w+ V* |net.layerWeights{2,1}.learnFcn = 'learngdm';
net.inputWeights{1,1}.learnFcn = 'learngdm';
net.layerWeights{2,1}.learnParam.lr= 0.2;
2 z( N3 l3 I" Q. J9 Dnet.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。
9 x8 \8 n) o$ Y1 \2 d

0 s2 {% U- [3 W  P) H- \" E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
0 s( w% Z" b7 E! S6 O/ s" t/ Z3 e.??? Attempt to reference field of non-structure array.
/ a/ ?3 O5 A/ N. |1 G" E0 `
9 i0 w# ?" R3 V0 k: `" I
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！！！！

+ Z* k  n" d2 d