Javascript XOR神经网络回归rubish

Tensorflow.js中我的XOR“神经网络”不断返回垃圾预测，而损失总是停留在0.25。我不知道我做错了什么。谢谢你的帮助

const model=tf.sequential（）；
add（tf.layers.dense（{units:2，activation:'sigmoid'，inputShape:[2]}））；
add（tf.layers.dense（{units:1，activation:'sigmoid'}））；
compile（{loss:'meanSquaredError'，优化器：'sgd'}）；
特快专列新加坡元（0.5）；
常数xs=tf.tensor2d（[[0,0]，[0,1]，[1,0]，[1,1]]）；
常数ys=tf.tensor2d（[[0]，[1]，[1]，[0]]）；
异步函数列（）{
for（设i=0；i<200；i++）{
const history=wait model.fit（xs，ys，{epochs:20，shuffle:true}）；
log（“loss:“+history.history.loss[19]+”在“+i+”.iteration.”上）；
}
}
训练（），然后（（）=>{
log（“使用“+tf.memory（）.numTensors+张量进行训练”）；
model.predict（xs.print（）；
});
我已经更改了优化器，它可以按预期进行预测

    [[0.0156993],
     [0.985333 ],
     [0.9862437],
     [0.0150503]]


const model=tf.sequential（）；
add（tf.layers.dense（{units:2，activation:'sigmoid'，inputShape:[2]}））；
add（tf.layers.dense（{units:1，activation:'sigmoid'}））；
常量优化器=tf.train.adam（0.01）；
compile（{loss:'meanSquaredError'，优化器：optimizer}）；
常数xs=tf.tensor2d（[[0,0]，[0,1]，[1,0]，[1,1]]）；
常数ys=tf.tensor2d（[[0]，[1]，[1]，[0]]）；
异步函数列（）{
for（设i=0；i<200；i++）{
const history=wait model.fit（xs，ys，{epochs:20，shuffle:true}）；
log（“loss:“+history.history.loss[19]+”在“+i+”.iteration.”上）；
}
}
训练（），然后（（）=>{
log（“使用“+tf.memory（）.numTensors+张量进行训练”）；
model.predict（xs.print（）；
});
有趣！在我的平板电脑上，它最多可以达到0.16，而在我的iPad上，它大多会下降到0.002，但有时也会被困在0.16。现在我不知道发生了什么。你是说JS库在不同的设备上表现不同？看起来很不幸。