本发明公开一种基于卷积神经网络的大规模交通网络拥堵预测方法及装置，能同时考虑路网车辆速度信息的时序性和空间性，进而可以更准确的预测整个路网交通拥堵状态。所述方法包括：S1、收集车辆的GPS数据，并提取在每个时刻每个路段的车辆运行数据，根据获得的所述车辆运行数据生成矩阵M；S2、根据所述矩阵M生成至少一天的时空热力图；其中，所述时空热力图的横坐标表示时间，纵坐标表示按照空间关系排序的路段ID序列；S3、在所述时空热力图上，采取窗口滑动的方式生成数据集(X,Y)；S4、构建卷积神经网络模型，并利用所述数据集(X,Y)对所述卷积神经网络模型进行训练；S5、将待测试的数据集输入到经过训练的所述卷积神经网络模型中，得到预测结果。