Boken 'Deep Learning in Computational Mechanics' gir en grundig innføring i dyp læring innen beregningsmekanikk. Den innleder med en kort introduksjon til de grunnleggende begrepene innen maskinlæring, før den går videre med en grundig forklaring av nevrale nettverk. Deretter gir boken et overblikk over aktuelle emner innen fysikk og ingeniørfag, som danner grunnlaget for bokens hovedtemaer: fysikk-informerte nevrale nettverk og den dype energimetoden. Hensikten med boken er å presentere de grunnleggende konseptene på en matematisk solid måte, samtidig som den søker å være så enkel som mulig. For å oppnå dette fokuseres det hovedsakelig på en-dimensjonale eksempler, som å tilnærme funksjoner ved hjelp av nevrale nettverk eller simulere temperaturutviklingen i en en-dimensjonal stang. Hvert kapittel inneholder eksempler og oppgaver som enten løses analytisk eller ved bruk av PyTorch, et åpen kildekode rammeverk for maskinlæring i Python.
