本发明涉及一种电机振动深度学习检测方法，包括：在电机上设置接触式振动工装，用于对所述电机进行限位，使电机贴紧振动传感器；搭建并训练卷积神经网络模型；所述振动传感器实时采集电机振动信号；对采集到的所述电机振动信号进行预处理，提取二维振动特征；将所述二维振动特征输入所述卷积神经网络模型，计算得到二分类概率值；比对所述二分类概率值与一预设阀值确定电机状态，所述电机状态包括振动正常和振动异常。本发明通过设置接触式振动工装，保证了采集的振动信号的准确性，同时通过提取振动信号中的二维振动特征，并采用深度学习方法，利用三分支卷积神经网络模型进行二分类判断，有效提高了电机异响判断的准确率。