原始图与解码后图像的残差，
编码端：
对残差网络进行学习 得到res_true
对解码后图像进行学习得到 res_fake
两个相减得到最终残差 final_res = res_true - res_fake
解码端：
根据码字学习最终残差 final_res
对解码后图像进行学习得到 res_fake
final_res + res_fake deconv得到最真实的残差。
第一步：
对残差网络进行学习 得到res_true ，编码得到码字。
解码码字反学习得到结果。
有些地方有提高，但是有些会下降，因此必须学习得到一个mask网络。
另一想法：
残差学习是针对解码图像进行。但是由于有些区域没有提高，所以同时学习一个mask网络，此网络是输出到码字。
在端码后可以得到真实残差。
在解码图像加一个mask网络，但是不输出。
在解码图像加一个mask网络，输出。
根据解码图像与残差，将残差压缩成一个小图像，然后编码，解码，得到小图像后再次卷积解码成一个大图像。
