Azure AutoML实验仍在运行阻塞算法

我一直在尝试运行一个AutoML预测实验，只允许运行一个算法（FBProphet），而不允许运行其他受支持的算法。我遇到的问题是，即使我指定了阻塞的算法，它们仍然在实验中运行，占用了不必要的运行时间。例如，我的实验应该只运行1-2小时，但它最终运行了24-30小时，因为它仍然运行不需要的算法。有没有什么方法可以停止让阻塞的算法在我的实验中运行，从而节省大量的运行时间？我附上了一个屏幕截图和我的AutoML配置代码，以帮助更好地理解这个问题

代码： 实验截图：（这花了32小时，理想情况下需要56分钟）

---

如果可能的话，最好有最新的版本，从今天起就是1.18.0

将参数名称（blocked_model）更正为“”，并保留“blocked_models”和“allowed_models”

---

如果可能的话，最好有最新的版本，从今天起就是1.18.0

将参数名称（blocked_model）更正为“”，并保留“blocked_models”和“allowed_models”

---

你能添加更多关于python版本和Azure ML SDK版本的详细信息吗？只需检查Azure ML SDK版本。嗨，python版本是3.6，Azure ML SDK版本是1.9.0。你能添加更多关于python版本和Azure ML SDK版本的详细信息吗？只需检查Azure ML SDK版本。嗨，python版本为3.6，Azure ML SDK版本为1.9.0。

n_test_periods = 60
blocked_algos = ['ExtremeRandomTrees','DecisionTree','ElasticNet','LassoLars']
time_series_settings = {
    'time_column_name': time_column_name,
    'grain_column_names': grain_column_names ,
    'forecast_horizon': n_test_periods
}

automl_config = AutoMLConfig(task='forecasting',
                             debug_log='Logs/prophet_forecasting_errors.log',
                             primary_metric='normalized_mean_absolute_error',
                             training_data=train_data,
                             label_column_name=target_column_name,
                             compute_target=compute_target,
                             featurization= 'off',
                             blocked_model = blocked_algos,
                             allowed_models = ['Prophet'],
                             n_cross_validations= 3,
                             verbosity=logging.INFO,
                             max_cores_per_iteration=6,
                             **time_series_settings)

remote_run = experiment.submit(automl_config, show_output=True)