本发明涉及一种基于深度学习的高层建筑风致响应预测方法，属于高层建筑风致响应预测技术领域，所述预测方法包括：将待测高层建筑的历史顶部位移数据通过经验模态分解算法分解为多个本征模态函数分量，并输入CNN‑BiLSTM模型进行训练，得到EMD‑CNN‑BiLSTM模型；通过EMD‑CNN‑BiLSTM模型计算出待测高层建筑顶部位移的预测数据和变化趋势。本发明中，采用CNN‑BiLSTM模型做为基础模型对高层建筑的风致响应进行预测，完成位移响应预测所需要的时间很短；将EMD与CNN‑BiLSTM模型结合得到EMD‑CNN‑BiLSTM模型，能够达到很高的预测精度。