Почему я получаю неправильный результат в TensorFlowInferenceInterface в этой демонстрации?

Вот программа, которая делает буфер протокола.

# -*- coding:utf-8 -*-
import tensorflow as tf

session = tf.Session()

matrix1 = tf.constant([[1., 3.]], name='input1')
matrix2 = tf.constant([[2., 2.]], name='input2')
mat_add = tf.add(matrix1, matrix2, name='output1')
mat_sub = tf.subtract(matrix1, matrix2, name='output2')

session.run(mat_add)
session.run(mat_sub)


tf.train.write_graph(session.graph.as_graph_def(), "./models/", "simple.pb", as_text=False)

session.close()

А вот основная часть java-кода, которая взаимодействует с TensorFlowInferenceInterface.

inferenceInterface = new TensorFlowInferenceInterface(getAssets(),MODEL_FILE);

input1[0] = (float) 5.0; input1[1] = (float) 6.0;
input2[0] = (float) 2.0; input2[1] = (float) 3.0;


inferenceInterface.feed("input1", input1, new long[]{1,2});
inferenceInterface.feed("input2", input2, new long[]{1,2});

inferenceInterface.run(new String[]{"output1","output2"});

inferenceInterface.fetch("output1", output1);
inferenceInterface.fetch("output2", output2);


for(float f : output1)
    Log.i(TAG, "output1: " + f);
for(float f : output2)
    Log.i(TAG, "output2: " + f);

А это результат

Результат сложения всегда будет правильным, но результат вычитания всегда будет [1.0,1.0], и поэтому я не могу понять, операции сложения и вычитания почти одинаковы, в то время как вычитание всегда неверно и является фиксированное значение. Любые мнения будут полезны! Скажите, пожалуйста, причину. Заранее спасибо!