U-Net结构可以说是编码器解码器的融合，结构也很巧妙，综合了几处的形象解释，记录一下使用U-Net的理由：
输入输出是相同的，内部可以进行多次降采样、升维（Channel），然后再上采样、降维。
实验得出的结论是该结构对噪声不敏感，通过上下的操作，去掉了噪声。
一种解释是，下采样可以像PCA那样保留有用信息，去掉高频噪声。
另一种解释是，如果不编码再解码，直接多通道CNN，那么有些卷积核可能就没有被利用，而将输入直接分配到输出了。。。就相当于是做了个高斯卷积，然而高斯卷积，，，顶多几次就够了，也用不着多通道，更达不到想要的效果，然而如果训练样本不够大，直接CNN可能就会出现这种情况。因此需要劳民伤财先编码后解码，毕竟需要的是模型。。。