TFX中TFRecord的输入什么时候发布？

TFX中TFRecord的输入是在TensorFlow 0.12版本中发布的。TFX（TensorFlow Extended）是TensorFlow的一个端到端机器学习平台，用于将机器学习模型从研究环境部署到生产环境。TFX利用了TensorFlow的各种组件来构建可靠、高效和可扩展的机器学习流水线。

TFRecord是一种用于存储大规模训练数据的二进制文件格式。它通过将数据序列化为二进制字符串来提高数据读取和写入的效率，并能够有效地处理大量的数据。TFX中使用TFRecord作为输入数据的一种常见格式。

TFRecord的优势包括：

1. 高效性：TFRecord使用二进制编码存储数据，相比于文本格式，它在存储和读取数据时更加高效。
2. 可压缩性：TFRecord可以使用压缩算法对数据进行压缩，减少存储空间和传输带宽的占用。
3. 可扩展性：TFRecord支持存储多种类型的数据，包括标量、张量和序列数据，可以满足不同数据类型的需求。
4. 灵活性：TFRecord可以处理大规模数据集，适用于训练和预测阶段的数据输入。

TFX中TFRecord的输入广泛应用于机器学习的训练和预测阶段。在训练阶段，TFRecord可以存储和提供大规模的训练数据集，帮助模型进行有效的批量训练。在预测阶段，TFRecord可以存储和提供模型需要的输入数据，使得模型能够实时地对新数据进行预测。

腾讯云提供了多个与TFX相关的产品，用于支持TFRecord的输入和处理。其中，腾讯云的机器学习引擎Tencent Machine Learning (TML) 提供了完整的端到端机器学习解决方案，包括数据准备、模型训练和推理等功能。您可以使用TML来管理和处理TFRecord格式的数据，并使用Tencent Serverless Cloud Function (SCF) 实现快速、弹性和可扩展的数据处理。您可以了解更多关于Tencent Machine Learning的信息和产品介绍，可以参考腾讯云的官方文档：Tencent Machine Learning (TML)

请注意，以上答案中没有提及亚马逊AWS、Azure、阿里云、华为云、天翼云、GoDaddy、Namecheap、Google等云计算品牌商，如果您有需要了解这些品牌商的信息，可以单独提问。