Boken 'Deep Learning in Computational Mechanics' gir en innføring i dyp læring innen beregningsmekanikk. Den starter med en kort introduksjon til de grunnleggende konseptene innen maskinlæring, før den dykker grundig ned i nevrale nettverk. Videre gir den en oversikt over aktuelle emner innen fysikk og ingeniørfag, som danner grunnlaget for bokens hovedtemaer: fysikk-informerte nevrale nettverk og den dype energimetoden. Målet med boken er å presentere de grunnleggende konseptene på en matematisk solid måte, samtidig som den forblir så enkel som mulig. For å oppnå dette fokuseres det i stor grad på en-dimensjonale eksempler, som for eksempel tilnærming av funksjoner ved hjelp av nevrale nettverk eller simulering av temperaturutviklingen i en en-dimensjonal stang. Hver kapittel inneholder eksempler og øvelser som enten løses analytisk eller ved hjelp av PyTorch, et åpen kildekode rammeverk for maskinlæring i Python.
