$Ax =b$ 의 해를 구할때, 소거법의 경우 대부분 정확한 해를 계산할 수 있었다. 하지만, 방정식이 너무많거나 ( $m > n$ ), 정사각행렬이 특이행렬이거나, 행렬 $A$ 의 조건이 매우 좋지 않거나, 너무 크면 해를 구하지 못할 수 있다. 딥러닝에서는 해가 너무많은데, 실험데이터를 일반화할 수 있는 하나의 해를 정한다. 모든 행렬 $A = U\Sigma V^T$ 에는 유사역행렬 pseudo inverse $A^+ = V \Sigma^+ U^T$ 가 존재한다. 유사역행렬은 $Ax = b$ 의 해를 구하는 하나의 방법이다. 행렬 $A$ 가 적당한 크기의 정사각 가역행렬이고, 행렬의 조건수 condition number $simga_1 / simga_n$ 이 너무 크지않다면, 행교환을 포함한 소거법을..