TensorFlow≥2.12.0下Keras模型保存是否丧失向后兼容性？

我在使用Keras v2.12.0版本保存模型时遇到问题，似乎该版本存在向后兼容问题。想确认是我的理解有误，还是必须重构代码才能迁移到v2.12.0？

我们在v2.7.0版本的旧保存方式为：传入有效的.h5文件路径给Keras，即可在磁盘生成对应名称的.h5文件，代码如下：

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

但这段代码在v2.12.0中运行报错：

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

我了解v2.12.0提供两种保存选项：

• 文件夹形式保存：通过tf.saved_model.save()实现
• 文件形式保存：由tf.keras.saving.save_model()支持，且model.save()是该方法的别名

v2.12.0的发布说明中提到：

将所有保存相关工具迁移至新命名空间keras.saving，例如
原API位置（keras.utils和keras.models）将永久可用，但建议更新代码指向新API位置。

那么为何上述代码突然报错？我有以下疑问：

• 是否仍可使用原有方式直接保存.h5文件？若可以，如何操作？这难道不应该向后兼容吗？是否必须重写代码（若要保留文件保存方式，是否只需改为调用tf.keras.saving.save_model()？）
• 或者必须改为保存到文件夹？那么迁移路径是什么？所有模型放在同一文件夹会互相覆盖吗？是否需要嵌套文件夹，同时调整模型同步方式（例如改用aws s3 sync 'folder'替代boto3的client.upload_file()上传到AWS？）

内容的提问来源于stack exchange，提问作者KingOtto