本发明公开了一种机械传动故障的多分辨率深度神经网络智能诊断方法,包括以下步骤对于一样本集合,得到深度神经网络的初始参数;对样本集合中所有样本依次输入深度神经网络,得到网络输出结果;将输出结果与样本标签进行对比得到相应的总分类误差;利用得到的总误差计算神经网络每层的误差;利用深度神经网络误差更新其网络参数;以得到的新的深度神经网络计算每个样本的网络输出结果;依次进行迭代,直到分类精度或迭代次数达到预设要求,得到并输出分类结果及网络参数。本发明直接以采集得到的机械信号作为网络输入,省去了花费于特征提取优化的人力物力,并且通过多层神经网络的自适应特征学习,提高了分类精度与网络抗噪性。