module 'tensorflow._api.v2.train' has no attribute 'Saver'

`tensorflow._api.v2.train` 模块中确实没有 `Saver` 属性。这是因为 TensorFlow 2.0 及以上版本中已经移除了 `Saver`，取而代之的是 `tf.keras.callbacks.ModelCheckpoint`。如果你想保存模型，可以使用 ModelCheckpoint 回调。以下是一个使用示例：

import tensorflow as tf

# 创建模型
model = tf.keras.Sequential([
    tf.keras.layers.Dense(10, activation='relu', input_shape=(784,)),
    tf.keras.layers.Dense(10, activation='softmax')
])

# 编译模型
model.compile(optimizer='adam',
              loss='categorical_crossentropy',
              metrics=['accuracy'])

# 创建 ModelCheckpoint 回调
checkpoint_callback = tf.keras.callbacks.ModelCheckpoint(filepath='model.h5',
                                                         save_best_only=True,
                                                         save_weights_only=False,
                                                         monitor='val_loss',
                                                         mode='min',
                                                         verbose=1)

# 训练模型，并使用 ModelCheckpoint 回调保存最佳模型
model.fit(x_train, y_train, epochs=10, validation_data=(x_val, y_val), callbacks=[checkpoint_callback])

这里创建了一个 `ModelCheckpoint` 回调，它会在每个 epoch 结束时检查验证集上的损失函数，并保存最佳模型到 `model.h5` 文件。你可以根据实际需求调整 `ModelCheckpoint` 的参数。