我运行的部分代码如下：
a = tf.subtract(output, tf.constant([1], dtype=tf.int64))
输出可以是0,1,2，这意味着a可以是-1，0，1。出于对称性的原因，我需要检查与我完全相反的a的代码输出。所以我将代码更改为
a = tf.subtract(output, tf.constant([1], dtype=tf.int64))
a = tf.scalar_mul(-1, a)
当我用tf.print和控件依赖项打印我的a时，我发现大多数a从1转换为-1，但不是全部。有些保留了。
此外，tf.int32和tf.int16数据类型的GPU操作并不可靠，如tf的许多github问题中所述。
上述问题的原因是什么？另外，在GPU和CPU上，哪些tensorflow数据类型和ops是可靠的（防弹）？