帮我写一个cnn-biGRU的代码

以下是一个简单的 cnn-biGRU 的代码示例：

import tensorflow as tf

# 定义模型
def cnn_bigru_model(input_shape, num_classes):
    model = tf.keras.Sequential([
        # 卷积层
        tf.keras.layers.Conv2D(32, (3, 3), activation='relu', input_shape=input_shape),
        tf.keras.layers.MaxPooling2D((2, 2)),
        tf.keras.layers.Conv2D(64, (3, 3), activation='relu'),
        tf.keras.layers.MaxPooling2D((2, 2)),
        tf.keras.layers.Conv2D(64, (3, 3), activation='relu'),
        tf.keras.layers.Flatten(),
        # 双向 GRU 层
        tf.keras.layers.Bidirectional(tf.keras.layers.GRU(64)),
        tf.keras.layers.Dense(64, activation='relu'),
        tf.keras.layers.Dense(num_classes, activation='softmax')
    ])
    return model

# 编译模型
model = cnn_bigru_model(input_shape=(28, 28, 1), num_classes=10)
model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy'])

# 训练模型
model.fit(x_train, y_train, epochs=10, validation_data=(x_test, y_test))

注意，这只是一个简单的示例，实际应用中需要根据具体情况进行调整和优化。