我正在与keras在v2.12.0中保存模型的方式作斗争。它似乎不向后兼容。是我弄错了什么，还是我们必须重构代码才能迁移到v2.12.0？
以下是我们保存模型的旧方法（v2.7.0）：传递有效的.h5文件（！）路径到keras，瞧，磁盘上出现了一个同名的.h5文件：

model = tf.keras.models.Sequential(...)
model.compile(...)
model.save('my_model.h5')

下面的代码将被v2.12.0放大：

`tensorflow.python.framework.errors_impl.FailedPreconditionError: /tmp/tmpt118zg26 is not a directory`.

我知道v2.12.0提供了两个选项：

• 保存到folders的新方法通过tf.saved_model.save()启用
• tf.keras.saving.save_model仍然支持保存到文件的old way。显然，model.save()将用作tf.keras.saving.save_model()的别名

release notes还指出
已将所有与保存相关的实用程序移动到新的命名空间，例如keras.saving以前的API位置（在keras.utils和keras.models中）将无限期可用，但我们建议您更新代码以指向新的API位置。
那么，为什么上面的代码会突然失败呢？

• 我还可以使用“现有方法”直接保存.h5吗？如果是，如何进行？这不是应该向后兼容吗？现在我是否需要重写代码（如果我想坚持写文件，我是否需要对tf.keras.saving.save_model()进行一行更改）？
• 或者，我们必须保存到文件夹中，而不是文件？那迁移的路径是什么所有模型都放在一个文件夹中，还是它们会互相覆盖？那么，我们是否需要嵌套文件夹，并重新设计在其他地方同步这些模型的方式（例如，必须调用aws s3 sync 'folder'而不是boto3调用client.upload_file()将模型转移到AWS）？