给出Lenet-5的网络框架python代码

以下是Lenet-5的网络框架Python代码：

import tensorflow as tf

# 定义Lenet-5网络结构
def lenet5(x, n_classes):
    # 第一层：卷积层
    conv1 = tf.layers.conv2d(
        inputs=x,
        filters=6,
        kernel_size=[5, 5],
        padding="same",
        activation=tf.nn.relu)
    # 第二层：池化层
    pool1 = tf.layers.max_pooling2d(inputs=conv1, pool_size=[2, 2], strides=2)
    # 第三层：卷积层
    conv2 = tf.layers.conv2d(
        inputs=pool1,
        filters=16,
        kernel_size=[5, 5],
        padding="valid",
        activation=tf.nn.relu)
    # 第四层：池化层
    pool2 = tf.layers.max_pooling2d(inputs=conv2, pool_size=[2, 2], strides=2)
    # 第五层：全连接层
    flat = tf.reshape(pool2, [-1, 5 * 5 * 16])
    fc1 = tf.layers.dense(inputs=flat, units=120, activation=tf.nn.relu)
    # 第六层：全连接层
    fc2 = tf.layers.dense(inputs=fc1, units=84, activation=tf.nn.relu)
    # 第七层：输出层
    logits = tf.layers.dense(inputs=fc2, units=n_classes)
    return logits

其中，x为输入的图像数据，n_classes为输出的类别数。这个Lenet-5网络结构包括7层，前两层是卷积层和池化层，接着是两层卷积层和池化层的组合，最后是三层全连接层，输出层的输出即为最终的分类结果。