本发明公开了基于零试学习和潜在空间编码的旋转机械故障诊断方法,零试学习摆脱了传统深度学习对大量标注数据的依赖,可以使用少量标注数据实现对未知样本的故障诊断,潜在空间编码模型是一种新的编码—解码方法,该方法运用编码—解码的思路将视觉信息和语义信息在潜在空间进行交互,共享潜在空间。本发明不需要大量的标注数据进行训练,而且大大减轻了数据标注的成本损耗。通过在潜在空间学习测试集中未知类和训练集中已知类样本间的相似性,得到测试集未知类的高级语义特征进行未知样本的检测。本发明不仅提高网络的检测性能,减少了参数优化的过程,并且得到一个比较好的故障诊断效果。