本发明公开的基于深度学习的隧道力学性能快速反演方法，包括如下步骤：S1、构建样本集，样本集中的样本标注了待评估隧道的围岩参数、支护参数、结构尺寸和变形数据对应的隧道内关键位置的力学参数；S2、基于训练样本和验证样本对深度神经网络模型进行训练，基于测试样本对已经训练完的深度神经网络模型进行测试，在测试通过后形成隧道力学性能反演深度学习模型；S3、将采集待评估隧道的隧道围岩参数、支护参数、结构尺寸与变形数据，输入隧道力学性能反演深度学习模型中，隧道力学性能反演深度学习模型反演出待评估隧道的力学参数。采用数值模拟手段构建样本集，并通过数值分析等方法丰富样本集中的样本，随后采用深度神经网络算法，实现变形数据到隧道力学性能的实时动态反演分析，为由隧道变形数据获取隧道力学性能提供一种新方法。