@jvishnuvardhan ,
我能够在tf v2.4、v2.5和nightly中重现这个问题。请在这里找到摘要。

tf.saved_model.save()已被弃用，建议用户从Tensorflow 2.5开始使用model.save()方法保存模型。请参考以下警告信息并进行必要的更改。

您正在保存的对象包含一个或多个Keras模型或层。如果您使用tf.keras.models.load_model加载SavedModel,请继续阅读(否则，您可以忽略以下说明)。请将代码更改为使用tf.keras.models.save_model或model.save保存，并确认导出目录中存在文件"keras.metadata"。将来，Keras只会加载具有此文件的SavedModels。换句话说，tf.saved_model.save将不再写入可以恢复为Keras模型的SavedModels(这将在TF 2.5中生效)。

对不起，我不能同意你的观点。tf.saved_model.save() 绝对没有被弃用。
即使在 TF2.9 中，它也没有被弃用：https://www.tensorflow.org/versions/r2.9/api_docs/python/tf/saved_model/save
而且，在指南中也有详细的描述(至少到今天为止):https://www.tensorflow.org/guide/saved_model#saving_a_custom_model

抱歉，造成混淆。你能尝试将 $x_1^m_0^n_1^x$ 替换为 $x_1^m_1^n_1^x$ 吗？因为这是从 Tensorflow 2.5 版本建议的方法，如果你发现有任何令人满意的改进，请告诉我们。谢谢！

以下是示例警告：

$x_1^m_2^n_1^x$

如描述中提到的，我们没有保存一个Keras模型，而是保存了一个tf.Module。并且tf.Module没有save()方法。这个问题在一年前就已经提出，但没有得到令人满意的答复。我们最近加入了一家使用PyTorch的公司，所以你可以关闭这个问题。