En grunnleggende prinsipp innen fysikk er kunnskapen som hentes fra data. I denne konteksten har dyp læring raskt fått fotfeste innen fysikk og kan utvikle seg til å bli et nytt paradigme både i grunnleggende og anvendt forskning. Denne læreboken henvender seg til fysikkstudenter og fysikere som ønsker å få en forståelse av hva dyp læring innebærer, samt hvilket potensial det har for deres egne vitenskapelige prosjekter. Det er tilstrekkelig å være kjent med lineær algebra og parameteroptimalisering for å komme i gang med dyp læring. Boken tar en pragmatisk tilnærming, og beskriver både grunnleggende og avanserte applikasjoner innen fysikkforskning. Den inkluderer også enkle praktiske oppgaver for implementering av dype nevrale nettverk, der nødvendig Python-kode og treningsdata kan lastes ned.
