现在能免费听歌的平台越来越少了。虽然Spotify可以免费听歌，但是免费版本不能选歌听。
最近发现Youtube Music这个平台是根据国家和地区来定价的。针对美国地区的用户，可以使用免费的版本，除了Premium的功能无法使用之外，选歌是没问题的。因此，假如你也想使用Youtube Music平台听歌，但是发现它要求你订阅Premium的话，不妨试试挂一个美国的梯子🪜看看行不行。
我测试了下网页版和iOS的app版本，挂梯子之后都可以正常使用。
希望对你有帮助 @(hehe)
以下站点汇总了CADD方面用得上的软件和数据库
希望对你有帮助. @(zhenbang) @(taikaixin)
gdown是一款开源的命令行工具，可以让我们很方便地下载Google Drive分享的文件。项目地址: https://github.com/wkentaro/gdown
基本命令：gdown 'https://drive.google.com/uc?id=文件ID'
当我们获得一个分享的文件链接时，可能是长这样的 https://drive.google.com/file/d/1_QUf7FrgjfSi4jlayrvhsfeuHiwt7vev/view?usp=sharing
其中的1_QUf7FrgjfSi4jlayrvhsfeuHiwt7vev部分就是文件ID.
我们只需要把 文件ID 部分写在 gdown 命令的id=后面就可以了。
https://developer.microsoft.com/zh-cn/office/dev-program
https://admin.onedrive.com/?v=StorageSettings
https://admin.microsoft.com/Adminportal/Home#/homepage
具体操作可以参见lingdu的视频： https://youtu.be/eamiBQpzbrQ
IPv6的VPS主机相比普通的v4主机一般便宜很多，但是由于目前主流网络还是v4的网，访问v6主机（尤其是SSH过去进行配置）时可能不太容易。
网上已经有一些方法教大家该如何访问v6的VPS, 比如用v6转v4的第三方隧道服务，或者用一个支持v4和v6的主机做跳板等。这篇文章教大家一个简易的方法，就是用Cloudflare的Warp客户端。
Cloudflare Warp客户端可以在将本地的网络流量通过Cloudflare的代理节点出去。假如本地的网络不支持IPv6，Cloudflare Warp可以给我们提供IPv6/v4的双栈出口，从而实现访问v6资源的目的。
一般情况下，我们在使用Cloudflare Warp客户端时，它会接管系统的所有流量。这个默认的WARP工作模式是最方便使用的，此时假如我们测试连接v6的VPS是可以直接连上的。但是，实际情况下，我们可能不想用全局模式，而是使用Warp客户端的代理(proxy)模式。在代理模式下，Warp客户端会在我们本地开启一个socks5端口，让我们通过这个端口来访问Cloudflare的全球CDN网络。假如你怕麻烦的话可以不看下面的具体操作步骤。 @(chaiquan_3)
下面以Linux桌面系统为例，教大家如何操作。
warp-cli register 注册免费Warp账户warp-cli mode proxy 将客户端从全局模式切换到socks5代理模式warp-cli proxy port 3456 指定本地的socks5端口，这边用3456，可以根据自己需要修改warp-cli connect 连接到Cloudflare网络warp-cli settings 检查目前的连接和代理状态是否正常warp-cli disconnect来断开Cloudflare Warp.到这边 Cloudflare Warp 的socks5代理在本地的就搭建好了。下面可以让SSH走这个代理访问我们的v6主机。
可以参考 Misaka 的这篇文章 Windows 的 WARP 官方客户端启用本地代理模式并在其他客户端配置分流
可以参考 Yu Ma 的这篇文章 如何在Macbook上使用Cloudflare Warp的Proxy模式
以Tabby为例，我们可以按照下图配置.
这样就可以连上SSH了。
不过因为中间走了Cloudflare节点的缘故，访问延迟上可能会比较大。 @(huaji_han)
同样的道理：假如我们想访问v6主机的其他服务，也可以用同样的方法，只需要配置好socks5代理就可以了。
这篇文章介绍的方法的思路是让我们本地有访问IPv6网络的能力，这是从客户端考虑的。
当然，我们也可以从服务端考虑，让v6的主机可以在v4的网络上被访问。后面会有新的文章介绍相关方法。
参考资料：
书籍📚是人类进步的阶梯，电子书可以在多个正规渠道购买，包括但不限于：
假如在上述商店没有找到想买的书📖，可以去下面三个网站试试运气。
虽然目前比较稳定的科学上网方式是使用付费机场或者自建节点，但是假如对速度要求不高，只是偶尔使用的话，可以考虑一下免费的VPN软件。本文测试了几款移动平台的VPN程序，适用于手机和平板。
下面分两种情况介绍，一类是提供免费套餐的VPN服务，另一类是只提供短期免费试用的VPN服务。
Proton VPN
Proton本身是做安全邮箱起家的，他们的VPN服务挺不错。免费的套餐可以选的国家不多，但是速度很快。支持 iOS 和 Android 平台。
Hotspot Shield VPN
这个VPN的免费套餐进入位置比较不显眼，需要点击 'Proceed with ads and limits' 才能使用。使用前需要看一定时间的广告才能获得VPN的使用时间。这个VPN可以选的国家非常少，有时候甚至选不了国家，但是速度还不错。支持 iOS 和 Android 平台。
Psiphon 赛风
这个VPN历史比较久，可以选的国家很多，但是速度不快。支持 iOS 和 Android 平台。
hide.me VPN
这个VPN可以选很多国家，但是速度不快。支持 iOS 和 Android 平台。
Riseup VPN
这个VPN可以选国家，速度不快。只支持 Android 平台 (F-droid商店)。
TunnelBear
这个VPN可以选国家，每月有免费2GB流量。支持 iOS 和 Android 平台。
Speedtest
这个测速APP提供每个月2GB的免费VPN流量
在计算化学研究领域，我们经常需要绘制、构建不同的分子结构。除了平面2D结构之外，我们经常需要构建更加直观的分子3D结构。
目前比较流行的构建分子3D结构的程序有:
• GaussView - 最好用趁手、但是收费
• IQmol - 免费程序、易用度尚佳、但可以导出的文件格式有限
• Avogadro - 免费程序、不太容易用
• PyMOL - 免费开源、鼠标操作要求较高
本文介绍一个基于JSmol的在线服务 MolCalc (https://molcalc.org/)，它由哥本哈根大学 Jan H. Jensen 课题组研发。使用它可以非常方便地在浏览器里直接编辑构建3D分子结构。笔者调研搜索了无数的资料，目前只找到这一个可以在网页上直接编辑分子3D结构的服务。
MolCalc的界面展示：
画好结构之后，这个服务允许用户调用GAMESS进行一些简单的量子化学计算。
假如我们只想把结构保存下载下来该怎么做呢？我们在页面上找不到相应的按钮，怎么办？不要慌，此时我们用右键点击画图区域，在弹出的菜单里选择 Console, 然后输入 write mol1.sdf 或者其他格式的文件（比如.pdb），这样就可以保存下来了。
MolCalc也允许用户自己搭建服务，可以参见其GitHub仓库(https://github.com/jensengroup/molcalc).
在准备这篇文章的时候，笔者也发现了一些可以让用户先绘制分子平面2D结构然后转换为3D结构的服务，比如西班牙阿尔卡拉大学的 DIY molecules (https://biomodel.uah.es/en/DIY/JSME/draw.en.htm).
DIY molecules的界面展示：
此外，关于2D转3D的工具 还可以试试
CUDA是英伟达显卡适配的计算编程平台，在日常的应用和开发中经常使用，特别是在机器学习领域。
本文总结了三种在Linux系统下安装CUDA的方法。
在安装CUDA软件之前，请先确保（1）你的机器用的是不是nvidia的显卡（如果是AMD的显卡，用不了CUDA）；（2）显卡的驱动是否已经打上了 （可以通过 nvidia-smi 命令检查显卡状态和驱动版本号Driver Version）。
假如以上两个条件都满足了，下面我们可以开始安装合适的CUDA版本了。需要注意的是：CUDA的版本选择取决于驱动程序的版本（见下表）。也就是说太老版本的驱动运行不了太新的CUDA.
| CUDA版本 | 最低驱动版本 | GCC推荐版本 | Intel编译器推荐版本 |
|---|---|---|---|
| CUDA 12.1.x | >=530.30.02 | 12.2 | 2021.7 |
| CUDA 12.0.0 | >=525.85.05 | 12.1 | 2021.6 |
| CUDA 11.8.x | >=520.61.05 | 11 | 2021 |
| CUDA 11.7.x | >=515.48.07 | 11 | 2021 |
| CUDA 11.6.x | >=510.47.03 | 11 | 2021 |
| CUDA 11.5.x | >=495.29.05 | 11 | 2021 |
| CUDA 11.4.x | >=470.82.01 | 10.3 | 19.1 |
| CUDA 11.3.x | >=465.19.01 | 10.3 | 19.1 |
| CUDA 11.2.x | >=460.32.03 | 10.3 | 19.1 |
| CUDA 11.1 (11.1.0) | >=455.32 | 10.3 | 19.1 |
| CUDA 11.0 (11.0.3) | >=450.51.06 | 10.3 | 19.1 |
| CUDA 10 | >= 440.33 | 10.2 | 18.0 |
| CUDA 9 | >= 396.37 | 4.8.5 | 17.0 |
| CUDA 8 | >= 375.26 | 4.8.2 | 15, 16 |
以Ubuntu为例，我们可以使用
sudo apt update
sudo apt install nvidia-cuda-toolkit
来安装CUDA.这种方法比较简便，而且库函数和编译器可执行程序(如nvcc)的路径已经自动配置加载好了。我们可以使用nvcc -V来检查当前CUDA的版本。但是这种方法的缺点在于一般情况下不能选择特定的版本的CUDA版本（但也有例外，比如Pop OS是支持的）。
官网的最新版CUDA地址为 https://developer.nvidia.com/cuda-downloads.
老版本CUDA的下载地址为 https://developer.nvidia.com/cuda-toolkit-archive.
CUDA的版本选择按上面的表格来。
我们选择 Linux->合适的处理器架构->发行版名称和版本->runfile(local),下载得到一个.run 文件。这个文件包含了驱动程序和CUDA，我们只需要其中的CUDA.
将这个文件(这边以cuda_11.6.0_510.39.01_linux.run为例)放到普通用户的目录下之后，我们运行：
sh cuda_11.6.0_510.39.01_linux.run --toolkit --override --installpath=/home/USER/cuda/cuda11.6
其中 installpath 是cuda的目标安装目录，USER需要替换成你的用户名。
询问是否接受条款，输入accept
在新页面中用空格键将 Driver 前的X去掉，CUDA Toolkit前的X必须保留，其他的看情况去掉。
然后进入 Options -> Toolkit Options
用空格键将下面这些选项的X去掉，然后 Done 两次 (防止它们被安装到根目录)
回到最开始的页面，Install!
安装完成之后，会显示
===========
= Summary =
===========
Driver: Not Selected
Toolkit: Installed in /home/USER/cuda/cuda11.6/
...
并会告诉我们如何配置PATH和LD_LIBRARY_PATH变量。
假如我们需要使用这个CUDA的时候，可以依次运行下面三个命令
export CUDATK=/home/USER/cuda/cuda11.6
export PATH=/home/USER/cuda/cuda11.6/bin:${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/home/USER/cuda/cuda11.6/lib64:${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
此时假如我们运行 nvcc -V
显示cuda编译器的版本为11.6,说明已经安装成功了。
我们也可以将上面三个命令放入一个bash脚本，在需要用CUDA的时候source一下就可以加载了。
这种安装方法可以在用户目录安装不同版本的CUDA，非常灵活方便。
conda可以在用户目录下创建不同的python环境， 我们可以为不同CUDA版本创建不同的conda环境。
需要注意的是：在conda下面我们需要区分 cuda 和 cudatoolkit 这两个包。
cuda 是nvidia频道的包 https://anaconda.org/nvidia/cuda.
而 cudatoolkit 是 anaconda 频道的包 https://anaconda.org/anaconda/cudatoolkit.
后者cudatoolkit是不包含CUDA编译器的。可以将后者理解为前者的子集。
我们以CUDA 11.6为例，运行
conda create --name cuda-11.6
conda activate cuda-11.6
conda install -y -c "nvidia/label/cuda-11.6.2" cuda
其中版本号 11.6.2 可以在cuda的conda页面查到。
这样安装好之后，我们只需要加载适当的conda环境即可使用了。
本文介绍了三种不同的安装CUDA的方法，其中第二和第三种可以在普通用户目录安装不同版本的CUDA，非常灵活方便。
最近因为需要扫描主机下的端口，在Claude2的帮助下写了下面的这个Bash脚本。
脚本中使用了telnet程序，在linux下一般是默认安装的，在Mac系统中则需要通过homebrew安装。
使用方式为: bash scanport.sh 192.168.1.30(ip) 1(起始端口) 65535(结束端口)
#!/bin/bash
if [ $# -ne 3 ]; then
echo "Usage: $0 <ip address> <start port> <end port>"
exit 1
fi
ip=$1
start_port=$2
end_port=$3
for port in $(seq $start_port $end_port); do
back=`telnet -4 $ip $port < /dev/null 2>&1 > /dev/null`
if [[ "$back" == *"closed"* ]]; then
echo "IP $ip Port $port is open"
fi
done现在能免费听歌的平台越来越少了。虽然Spotify可以免费听歌，但是免费版本不能选歌听。
最近发现Youtube Music这个平台是根据国家和地区来定价的。针对美国地区的用户，可以使用免费的版本，除了Premium的功能无法使用之外，选歌是没问题的。因此，假如你也想使用Youtube Music平台听歌，但是发现它要求你订阅Premium的话，不妨试试挂一个美国的梯子🪜看看行不行。
我测试了下网页版和iOS的app版本，挂梯子之后都可以正常使用。
希望对你有帮助 @(hehe)
以下站点汇总了CADD方面用得上的软件和数据库
希望对你有帮助. @(zhenbang) @(taikaixin)
gdown是一款开源的命令行工具，可以让我们很方便地下载Google Drive分享的文件。项目地址: https://github.com/wkentaro/gdown
基本命令：gdown 'https://drive.google.com/uc?id=文件ID'
当我们获得一个分享的文件链接时，可能是长这样的 https://drive.google.com/file/d/1_QUf7FrgjfSi4jlayrvhsfeuHiwt7vev/view?usp=sharing
其中的1_QUf7FrgjfSi4jlayrvhsfeuHiwt7vev部分就是文件ID.
我们只需要把 文件ID 部分写在 gdown 命令的id=后面就可以了。
https://developer.microsoft.com/zh-cn/office/dev-program
https://admin.onedrive.com/?v=StorageSettings
https://admin.microsoft.com/Adminportal/Home#/homepage
具体操作可以参见lingdu的视频： https://youtu.be/eamiBQpzbrQ
IPv6的VPS主机相比普通的v4主机一般便宜很多，但是由于目前主流网络还是v4的网，访问v6主机（尤其是SSH过去进行配置）时可能不太容易。
网上已经有一些方法教大家该如何访问v6的VPS, 比如用v6转v4的第三方隧道服务，或者用一个支持v4和v6的主机做跳板等。这篇文章教大家一个简易的方法，就是用Cloudflare的Warp客户端。
Cloudflare Warp客户端可以在将本地的网络流量通过Cloudflare的代理节点出去。假如本地的网络不支持IPv6，Cloudflare Warp可以给我们提供IPv6/v4的双栈出口，从而实现访问v6资源的目的。
一般情况下，我们在使用Cloudflare Warp客户端时，它会接管系统的所有流量。这个默认的WARP工作模式是最方便使用的，此时假如我们测试连接v6的VPS是可以直接连上的。但是，实际情况下，我们可能不想用全局模式，而是使用Warp客户端的代理(proxy)模式。在代理模式下，Warp客户端会在我们本地开启一个socks5端口，让我们通过这个端口来访问Cloudflare的全球CDN网络。假如你怕麻烦的话可以不看下面的具体操作步骤。 @(chaiquan_3)
下面以Linux桌面系统为例，教大家如何操作。
warp-cli register 注册免费Warp账户warp-cli mode proxy 将客户端从全局模式切换到socks5代理模式warp-cli proxy port 3456 指定本地的socks5端口，这边用3456，可以根据自己需要修改warp-cli connect 连接到Cloudflare网络warp-cli settings 检查目前的连接和代理状态是否正常warp-cli disconnect来断开Cloudflare Warp.到这边 Cloudflare Warp 的socks5代理在本地的就搭建好了。下面可以让SSH走这个代理访问我们的v6主机。
可以参考 Misaka 的这篇文章 Windows 的 WARP 官方客户端启用本地代理模式并在其他客户端配置分流
可以参考 Yu Ma 的这篇文章 如何在Macbook上使用Cloudflare Warp的Proxy模式
以Tabby为例，我们可以按照下图配置.
这样就可以连上SSH了。
不过因为中间走了Cloudflare节点的缘故，访问延迟上可能会比较大。 @(huaji_han)
同样的道理：假如我们想访问v6主机的其他服务，也可以用同样的方法，只需要配置好socks5代理就可以了。
这篇文章介绍的方法的思路是让我们本地有访问IPv6网络的能力，这是从客户端考虑的。
当然，我们也可以从服务端考虑，让v6的主机可以在v4的网络上被访问。后面会有新的文章介绍相关方法。
参考资料：
书籍📚是人类进步的阶梯，电子书可以在多个正规渠道购买，包括但不限于：
假如在上述商店没有找到想买的书📖，可以去下面三个网站试试运气。
虽然目前比较稳定的科学上网方式是使用付费机场或者自建节点，但是假如对速度要求不高，只是偶尔使用的话，可以考虑一下免费的VPN软件。本文测试了几款移动平台的VPN程序，适用于手机和平板。
下面分两种情况介绍，一类是提供免费套餐的VPN服务，另一类是只提供短期免费试用的VPN服务。
Proton VPN
Proton本身是做安全邮箱起家的，他们的VPN服务挺不错。免费的套餐可以选的国家不多，但是速度很快。支持 iOS 和 Android 平台。
Hotspot Shield VPN
这个VPN的免费套餐进入位置比较不显眼，需要点击 'Proceed with ads and limits' 才能使用。使用前需要看一定时间的广告才能获得VPN的使用时间。这个VPN可以选的国家非常少，有时候甚至选不了国家，但是速度还不错。支持 iOS 和 Android 平台。
Psiphon 赛风
这个VPN历史比较久，可以选的国家很多，但是速度不快。支持 iOS 和 Android 平台。
hide.me VPN
这个VPN可以选很多国家，但是速度不快。支持 iOS 和 Android 平台。
Riseup VPN
这个VPN可以选国家，速度不快。只支持 Android 平台 (F-droid商店)。
TunnelBear
这个VPN可以选国家，每月有免费2GB流量。支持 iOS 和 Android 平台。
Speedtest
这个测速APP提供每个月2GB的免费VPN流量
在计算化学研究领域，我们经常需要绘制、构建不同的分子结构。除了平面2D结构之外，我们经常需要构建更加直观的分子3D结构。
目前比较流行的构建分子3D结构的程序有:
• GaussView - 最好用趁手、但是收费
• IQmol - 免费程序、易用度尚佳、但可以导出的文件格式有限
• Avogadro - 免费程序、不太容易用
• PyMOL - 免费开源、鼠标操作要求较高
本文介绍一个基于JSmol的在线服务 MolCalc (https://molcalc.org/)，它由哥本哈根大学 Jan H. Jensen 课题组研发。使用它可以非常方便地在浏览器里直接编辑构建3D分子结构。笔者调研搜索了无数的资料，目前只找到这一个可以在网页上直接编辑分子3D结构的服务。
MolCalc的界面展示：
画好结构之后，这个服务允许用户调用GAMESS进行一些简单的量子化学计算。
假如我们只想把结构保存下载下来该怎么做呢？我们在页面上找不到相应的按钮，怎么办？不要慌，此时我们用右键点击画图区域，在弹出的菜单里选择 Console, 然后输入 write mol1.sdf 或者其他格式的文件（比如.pdb），这样就可以保存下来了。
MolCalc也允许用户自己搭建服务，可以参见其GitHub仓库(https://github.com/jensengroup/molcalc).
在准备这篇文章的时候，笔者也发现了一些可以让用户先绘制分子平面2D结构然后转换为3D结构的服务，比如西班牙阿尔卡拉大学的 DIY molecules (https://biomodel.uah.es/en/DIY/JSME/draw.en.htm).
DIY molecules的界面展示：
此外，关于2D转3D的工具 还可以试试
CUDA是英伟达显卡适配的计算编程平台，在日常的应用和开发中经常使用，特别是在机器学习领域。
本文总结了三种在Linux系统下安装CUDA的方法。
在安装CUDA软件之前，请先确保（1）你的机器用的是不是nvidia的显卡（如果是AMD的显卡，用不了CUDA）；（2）显卡的驱动是否已经打上了 （可以通过 nvidia-smi 命令检查显卡状态和驱动版本号Driver Version）。
假如以上两个条件都满足了，下面我们可以开始安装合适的CUDA版本了。需要注意的是：CUDA的版本选择取决于驱动程序的版本（见下表）。也就是说太老版本的驱动运行不了太新的CUDA.
| CUDA版本 | 最低驱动版本 | GCC推荐版本 | Intel编译器推荐版本 |
|---|---|---|---|
| CUDA 12.1.x | >=530.30.02 | 12.2 | 2021.7 |
| CUDA 12.0.0 | >=525.85.05 | 12.1 | 2021.6 |
| CUDA 11.8.x | >=520.61.05 | 11 | 2021 |
| CUDA 11.7.x | >=515.48.07 | 11 | 2021 |
| CUDA 11.6.x | >=510.47.03 | 11 | 2021 |
| CUDA 11.5.x | >=495.29.05 | 11 | 2021 |
| CUDA 11.4.x | >=470.82.01 | 10.3 | 19.1 |
| CUDA 11.3.x | >=465.19.01 | 10.3 | 19.1 |
| CUDA 11.2.x | >=460.32.03 | 10.3 | 19.1 |
| CUDA 11.1 (11.1.0) | >=455.32 | 10.3 | 19.1 |
| CUDA 11.0 (11.0.3) | >=450.51.06 | 10.3 | 19.1 |
| CUDA 10 | >= 440.33 | 10.2 | 18.0 |
| CUDA 9 | >= 396.37 | 4.8.5 | 17.0 |
| CUDA 8 | >= 375.26 | 4.8.2 | 15, 16 |
以Ubuntu为例，我们可以使用
sudo apt update
sudo apt install nvidia-cuda-toolkit
来安装CUDA.这种方法比较简便，而且库函数和编译器可执行程序(如nvcc)的路径已经自动配置加载好了。我们可以使用nvcc -V来检查当前CUDA的版本。但是这种方法的缺点在于一般情况下不能选择特定的版本的CUDA版本（但也有例外，比如Pop OS是支持的）。
官网的最新版CUDA地址为 https://developer.nvidia.com/cuda-downloads.
老版本CUDA的下载地址为 https://developer.nvidia.com/cuda-toolkit-archive.
CUDA的版本选择按上面的表格来。
我们选择 Linux->合适的处理器架构->发行版名称和版本->runfile(local),下载得到一个.run 文件。这个文件包含了驱动程序和CUDA，我们只需要其中的CUDA.
将这个文件(这边以cuda_11.6.0_510.39.01_linux.run为例)放到普通用户的目录下之后，我们运行：
sh cuda_11.6.0_510.39.01_linux.run --toolkit --override --installpath=/home/USER/cuda/cuda11.6
其中 installpath 是cuda的目标安装目录，USER需要替换成你的用户名。
询问是否接受条款，输入accept
在新页面中用空格键将 Driver 前的X去掉，CUDA Toolkit前的X必须保留，其他的看情况去掉。
然后进入 Options -> Toolkit Options
用空格键将下面这些选项的X去掉，然后 Done 两次 (防止它们被安装到根目录)
回到最开始的页面，Install!
安装完成之后，会显示
===========
= Summary =
===========
Driver: Not Selected
Toolkit: Installed in /home/USER/cuda/cuda11.6/
...
并会告诉我们如何配置PATH和LD_LIBRARY_PATH变量。
假如我们需要使用这个CUDA的时候，可以依次运行下面三个命令
export CUDATK=/home/USER/cuda/cuda11.6
export PATH=/home/USER/cuda/cuda11.6/bin:${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/home/USER/cuda/cuda11.6/lib64:${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
此时假如我们运行 nvcc -V
显示cuda编译器的版本为11.6,说明已经安装成功了。
我们也可以将上面三个命令放入一个bash脚本，在需要用CUDA的时候source一下就可以加载了。
这种安装方法可以在用户目录安装不同版本的CUDA，非常灵活方便。
conda可以在用户目录下创建不同的python环境， 我们可以为不同CUDA版本创建不同的conda环境。
需要注意的是：在conda下面我们需要区分 cuda 和 cudatoolkit 这两个包。
cuda 是nvidia频道的包 https://anaconda.org/nvidia/cuda.
而 cudatoolkit 是 anaconda 频道的包 https://anaconda.org/anaconda/cudatoolkit.
后者cudatoolkit是不包含CUDA编译器的。可以将后者理解为前者的子集。
我们以CUDA 11.6为例，运行
conda create --name cuda-11.6
conda activate cuda-11.6
conda install -y -c "nvidia/label/cuda-11.6.2" cuda
其中版本号 11.6.2 可以在cuda的conda页面查到。
这样安装好之后，我们只需要加载适当的conda环境即可使用了。
本文介绍了三种不同的安装CUDA的方法，其中第二和第三种可以在普通用户目录安装不同版本的CUDA，非常灵活方便。
