380.75 190.112 26.48 60.4 68 381.65 191.265 27.46 64.3 54.6 356.56 186.36 28.53 64.2 54.3 325.36 146.35 29.48 53.8 54.1 354.61 184.55 31.48 42.3 65.8 376.62 188.65 31.23 38.65 48.29 375.65 186.35 22.48 39.14 36.95 372.64 186.52 30.48 45.65 38.63 376.21 178.61 34.53 38.55 39.42 352.63 156.56 25.48 32.5 32.2 269.46 153.54 36.47 75.1 88.3 386.53 186.53 27.38 76.8 90.2 383.65 165.56 32.36 73.5 83.6 352.13 266.54 23.41 39.59 36.12 356.36 256.45 29.42 31.3 37.73 315.36 248.65 31.53 35.356 32.26 265.34 213.26 42.48 30.2 38.4 236.547 153.64 43.54 26.75 26.6 363.35 251.69 34.42 21.4 20.4 341.25 154.24 45.48 33.2 28.5

好的，你可以尝试以下代码，将 `ori_pred` 和 `output_test(2:3,:)` 调整为 $2 \times 10$ 的维度：

% 使用测试集评估网络性能
pos_pred = sim(net, input_test_n); % 预测位置
ori_pred = sim(net, input_test_n); % 预测姿态
pos_error = pos_pred - output_test(1,:); % 位置误差
ori_error = ori_pred - output_test(2:end,:); % 姿态误差

% 调整维度为 2 x 10
ori_pred = reshape(ori_pred, 2, 10);
output_test = output_test(2:end,:);

注意，修改后的 `ori_pred` 和 `output_test` 中，第一维的长度为 2，表示有两个姿态维度。同时，由于 `output_test` 中已经去掉了第一个位置维度，因此在计算 `ori_error` 时，只需要取 `output_test` 的全部维度即可。