# [InferenceSession](/miniprogram/dev/api/ai/inference/InferenceSession) wx.createInferenceSession(Object object)

> 基础库 2.30.0 开始支持，低版本需做[兼容处理](1003706)。

> __小程序插件__：支持，需要小程序基础库版本不低于 [2.30.0](1003706)

## 功能描述

创建 AI 推理 Session。使用前可参考[AI指南文档](/miniprogram/dev/framework/open-ability/inference/tutorial.md)

## 参数

### Object object


```json
[
  {
    "属性": "model",
    "类型": "string",
    "默认值": "",
    "必填": "是",
    "说明": "模型文件路径，目前只执行后缀为.onnx格式(支持代码包路径，和本地文件系统路径）"
  },
  {
    "属性": "precisionLevel",
    "类型": "number",
    "默认值": "4",
    "必填": "否",
    "说明": "推理精度，有效值为 0 - 4。一般来说，使用的precisionLevel等级越低，推理速度越快，但可能会损失精度。推荐开发者在开发时，在效果满足需求时优先使用更低精度以提高推理速度，节约能耗。",
    "子项": [
      {
        "合法值": "0",
        "说明": "使用fp16 存储浮点，fp16计算，Winograd 算法也采取fp16 计算，开启近似math计算"
      },
      {
        "合法值": "1",
        "说明": "使用fp16 存储浮点，fp16计算，禁用 Winograd 算法，开启近似math计算"
      },
      {
        "合法值": "2",
        "说明": "使用fp16 存储浮点，fp32计算，开启 Winograd，开启近似math计算"
      },
      {
        "合法值": "3",
        "说明": "使用fp32 存储浮点，fp32计算，开启 Winograd，开启近似math计算"
      },
      {
        "合法值": "4",
        "说明": "使用fp32 存储浮点，fp32计算，开启 Winograd，关闭近似math计算"
      }
    ]
  },
  {
    "属性": "allowQuantize",
    "类型": "boolean",
    "默认值": "false",
    "必填": "否",
    "说明": "是否生成量化模型推理"
  },
  {
    "属性": "allowNPU",
    "类型": "boolean",
    "默认值": "false",
    "必填": "否",
    "说明": "是否使用NPU推理，仅对IOS有效"
  },
  {
    "属性": "typicalShape",
    "类型": "Object",
    "默认值": "",
    "必填": "否",
    "说明": "输入典型分辨率"
  }
]
```

## 返回值

### [InferenceSession](/miniprogram/dev/api/ai/inference/InferenceSession)

## 示例代码

```js
// 创建会话，加载模型
const session = wx.createInferenceSession({
  model: `${wx.env.USER_DATA_PATH}/MNIST.onnx`,
  precisionLevel: 4,
  typicalShape:{input1:[1, 3, 224, 224], input2:[1, 1, 224, 224]},  //除非使用动态轴，一般不用显式指定
  allowNPU: false,
  allowQuantize: false
})

// 监听error事件
session.onError(err => {
  console.error(err)
})

// 监听模型加载完成事件
session.onLoad(() => {
  // 运行推理
  // 其中input1, input2, output0 必须与使用的onnx模型中实际的输入输出名字完全一致，不可随意填写。
  // 模型输入输出信息可以通过Netron 打开onnx模型看到
  session.run({
    input1: {
      type: 'float32',
      data: new Float32Array(3 * 224 * 224).buffer,
      shape: [1, 3, 224, 224] // NCHW 顺序
    },
    // 多个input的添加方法，假设第二个input需要数据类型为uint8
    input2: {
      type: 'uint8',
      data: new Uint8Array(224 * 224).buffer,
      shape: [1, 1, 224, 224]
    },
  }).then(res => {
    console.log(res.output0)
  })
})

// 销毁Session
// session完成创建后可以多次调用run进行推理，直到调用`session.destroy()`释放相关内存。

// 销毁会话
session.destroy()
```