Tengine转换模型的规则如下：
模型格式：Tengine支持转换Caffe、ONNX、TensorFlow等常见的深度学习模型格式。
网络结构：Tengine要求模型的网络结构必须符合Tengine的要求，包括网络层的类型、输入输出的维度等。
模型参数：Tengine要求模型的参数必须与网络结构对应，参数的维度和类型必须正确。
量化模型：Tengine支持将浮点模型转换为定点模型，可以通过量化操作来减小模型的存储和计算开销。
模型优化：Tengine提供了一些模型优化的方法，如权重剪枝、模型量化、运算融合等，可以提高模型的性能和效率。
需要注意的是，不同版本的Tengine可能会有一些细微的差异，具体的规则和要求可以参考Tengine的官方文档或相关资料。
