Tengine轉換模型的規則如下：
模型格式：Tengine支持轉換Caffe、ONNX、TensorFlow等常見的深度學習模型格式。
網絡結構：Tengine要求模型的網絡結構必須符合Tengine的要求，包括網絡層的類型、輸入輸出的維度等。
模型參數：Tengine要求模型的參數必須與網絡結構對應，參數的維度和類型必須正確。
量化模型：Tengine支持將浮點模型轉換為定點模型，可以通過量化操作來減小模型的存儲和計算開銷。
模型優化：Tengine提供了一些模型優化的方法，如權重剪枝、模型量化、運算融合等，可以提高模型的性能和效率。
需要注意的是，不同版本的Tengine可能會有一些細微的差異，具體的規則和要求可以參考Tengine的官方文檔或相關資料。
