Matlab trainNetwork格式错误

利用Matlab DeepLearning Toolbox 训练模型，期望找到信号协方差矩阵信息和对应入射角度之间的关系。

训练数据：90 * 19800 double型矩阵，每个列向量是一个sample，代表了一个方向信号的协方差矩阵信息。

标记：0，1组成的矩阵120 * 19800（120 为 -60 到 60度角度，step为1），每个sample对应一个120长度的列向量（0表示该方向无信号，1表示有） 。

L = load('L.mat').L;
T = load('TReconstructed.mat').TReconstructed;
% L = categorical(L);
% L1 = {};
% for i = 1:19800
%     L1{i} = L(:,i);
% end
miniBatchSize = 32;
maxEpochs = 500;
inputSize = 90;
numHiddenUnits = 30;
numClasses = 120;
options = trainingOptions('adam', ...
    'MaxEpochs',maxEpochs, ...
    'MiniBatchSize',miniBatchSize, ...
    'Verbose',false, ...
    'Plots','training-progress');
layers = [...
    sequenceInputLayer(inputSize)
    lstmLayer(100, 'OutputMode', 'last')
    fullyConnectedLayer(numClasses)
    tanhLayer
    fullyConnectedLayer(numClasses)
    softmaxLayer
    classificationLayer];
net = trainNetwork(T,L,layers,options);

出现如下错误：

Error using trainNetwork (line 170)

Invalid training data. Responses must be a vector of categorical responses, or a cell array of categorical response sequences.

Error in Parallel _ Classifier (line 32)

net = trainNetwork(T,L,layers,options);

尝试：
如上注释部分，L = categorical（L）
包括重新把L每列组成一个元胞数组单元，再加上categorical，依然有如上错误。

求解决方法。是否网络构造不适合这种数据？

你找到的程序没有配套的sample dataset么？对照下。