假设他们都可以做你想做的事（可以根据你的需要执行正确的拆分），我建议只使用最适合你的管道的那个。例如，数据被直接输入到 Keras 模型中，只需在 Keras 中尽可能多地执行 -> 使用TimeseriesGenerator。否则，请坚持使用 Sci-kit Learn。

两者都生成拆分，这意味着它们仅在您遍历数据时实际创建每个拆分。这样可以节省内存。

查看Keras 变体的源代码，如果您将例如与 Tensorflow 图结合起来，它似乎不支持在 GPU 上运行——这意味着两者之间并没有太大的区别，只是 API/功能。