Python 有没有一种方法可以创建一个模型，在将屏蔽数据传送到另一个网络之前创建一个屏蔽来丢弃某些输入？

这可能是一个有点愚蠢的问题，但我正在尝试构建一个模型，能够在将过滤后的输出提供给另一个网络之前过滤掉输入

例如，我有一个图像，我想与大约100张图片的数据库进行匹配，然后我将应用第一个网络来执行一些操作，输出最有可能正确匹配的前10张图片。之后，我将应用第二个网络，使用第二个网络重新匹配前10张图片

INPUT --> | NETWORK 1 | --> FILTERED OUTPUT --> | NETWORK 2 | --> FINAL OUTPUT

---

想知道是否有一种方法可以实现这种过滤行为，即过滤后的输出被馈送到第二个模型，就像这样。

您可以使用numpy查看布尔索引数组

    >>> import numpy as np
    >>> x = np.array(range(20))
    >>> x
    array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 
    10, 11, 12, 13, 14, 15, 16, 17, 18, 19])
    >>> x[x > 10]
    array([11, 12, 13, 14, 15, 16, 17, 18, 19])

x>10返回一个包含20个布尔值的数组，因此您可以尝试以下方法：

    x = pic_arr[network1(pic_arr)]
    network2(x)
  

---

其中pic_arr是一个包含图片的数组，network1返回一个列表，其中包含要选择的图片的布尔值。

这看起来非常有用，我们将尝试实现它！谢谢