我想调整模型的超参数，keras并且正在探索手头的替代方案。第一个也是最明显的一个是使用scikit-learn这里显示的包装器（https://keras.io/scikit-learn-api/），从而能够使用工作流中所有scikit-learn美妙的东西，但我也在这里遇到了这个包（https://github.com/autonomio/talos），这似乎很有希望，并且很可能会提高速度。
如果有人同时使用它们，有人可以为我指出更好的解决方案（灵活性、速度、功能）吗？带有自定义估算器的sklearn工作流程pipeline提供了一个灵活的世界，但 talos 似乎更直接地面向 keras，因此它必须产生一些我看不到的优势（我想他们不会制作新的独立包）（一些好处此处突出显示https://github.com/autonomio/talos/blob/master/docs/roadmap.rstscikit-learn但框架内似乎已充分涵盖了此类问题）
有什么见解吗？