softmax是为了解决归一问题凑出来的吗？和最大熵是什么关系？

什么是softmax？ 如何用最大熵原理推出softmax和sigmoid？ 顺便了解，概率论里的矩，条件熵。 最大熵、极大似然法、交叉熵3种方法是等价的。