我要训练几批时序数据（天气，环境等，每日数据），每批数据都是落在不同的城市，每个城市还有自己的其他数据（各个城市的特征维度基本相同）。比如：

北京：
每日的天气数据，人口情况，收入情况，交通情况等

上海：
每日的天气数据，人口情况，收入情况，交通情况等


拉萨：
每日的天气数据，人口情况，收入情况，交通情况等

现在的问题是：
1. 我想用LSTM来训练这些时序数据，每个城市都单独训练还是所有数据混在一起？
2. 北京的人口收入数据和拉萨的人口收入数据完全不是一个量级，需要做数据标准化，那是北京、拉萨分别做各自的标准化还是把所有城市数据混在一起做标准化？
3. 每个城市的数据都不多，我想做参数共享，那需要类似迁移学习的方式？比如训练了北京的数据，然后保存参数，再用这个模型和参数训练上海的，然后再保存，再训练拉萨的等等完成所有城市的训练？

不太懂啊，求大咖指导~~。
--
FROM 111.200.23.*