tf.metrics 使用过程中发现的一些问题

起因是看到了这么一个帖子：

http://www.cocoachina.com/cms/wap.php?action=article&id=86347

简短来说就是下面的代码   运行起来结果十分的怪异！！！

import tensorflow as tf

a = tf.constant(1.)
mean_a, mean_a_uop = tf.metrics.mean(a)
with tf.control_dependencies([mean_a_uop]):
  mean_a = tf.identity(mean_a)

sess = tf.InteractiveSession()
tf.global_variables_initializer().run()
tf.local_variables_initializer().run()

for _ in range(10):
  print(sess.run(mean_a))

在CPU上运行：

第一次运行结果：

第二次运行结果：

第三次运行结果：

第四次运行结果：

第五次运行结果：

可以发现上述代码在CPU环境下运行每次结果均不太相同，而且离希望得到结果都不一样。

希望的结果为   1.0  1.0  1.0  1.0    1.0     1.0     1.0     1.0      1.0     1.0

在GPU上运行：

第一次结果：

第二次结果：

第三次结果：

第四次结果：

第五次结果：

可以发现上述代码在GPU环境下运行每次结果均相同，但都不是希望的结果。

希望的结果为   1.0  1.0  1.0  1.0    1.0     1.0     1.0     1.0      1.0     1.0

以上则为所引帖子中所提问题。

==================================================================