根据我的测试，Keras中的to_categorical()返回的是float64类型的ndarray。我想知道为什么默认不是float32，因为float32可以被GPU处理。据我所知，GPU无法处理float64。to_categorical()的文档并未说明返回类型应该是什么。因此，我猜测这可能是一个实现细节，并不属于协议/接口的一部分。总结一下，有两个问题：

1. 为什么是float64而不是float32？
2. 既然返回类型可能不属于接口的一部分，因此可能会改变，那么是否不应该依赖它？如果是这种情况，如果在意类型的话，应该始终附加一个astype()调用。

回答：

1. 问题出在to_categorical中使用的numpy.zeros函数这里。默认情况下，它会创建类型为float64的数组。

2. 不幸的是，我建议您测试解决此类问题的方案，因为目前数据类型的统一性无法保证。通常，大多数转换器会以提供的格式返回数据，因此只要您的基础数据是float32，它就会保持float32。但也有一些特殊情况，比如to_categorical。

在我的项目中，我使用docker来确保在所有用于训练/推理的机器上保持一致性。