本发明公开了一种在有限样本下基于深度学习的轴承故障诊断方法，涉及轴承故障诊断技术领域，包括以下步骤：将从设备获取的多源传感器数据划分为训练集数据和测试集数据，然后进行数据预处理，增强各源传感器数据特征表示；将预处理后的数据建立标签；构建端到端的深度学习预测模型；将训练集数据输入到深度学习预测模型中对深度学习预测模型进行训练，得到训练好的深度学习预测模型；将测试集数据输入到训练好的深度学习预测模型中，确定模型效果。本发明采用上述的一种在有限样本下基于深度学习的轴承故障诊断方法，能够更深入的挖掘数据中的潜在特征信息，解决在有限样本情况下故障分类精度不高的问题。