paddlenlp.transformers.xlnet.modeling.XLNetPretrainedModel 模块主要功能是什么，请代码展示

paddlenlp.transformers.xlnet.modeling.XLNetPretrainedModel 模块的主要功能是加载和微调预训练的 XLNet 模型。下面是一个简单的代码示例展示了如何使用该模块：

import paddle
from paddlenlp.transformers import XLNetPretrainedModel

# 加载预训练的 XLNet 模型
model = XLNetPretrainedModel.from_pretrained('xlnet-base-cased')

# 定义输入数据
input_ids = paddle.to_tensor([[1, 2, 3, 4, 5]])
attention_mask = paddle.to_tensor([[1, 1, 1, 1, 1]])

# 前向传播
outputs = model(input_ids=input_ids, attention_mask=attention_mask)

# 获取模型输出
sequence_output = outputs.last_hidden_state
pooled_output = outputs.pooler_output

# 打印模型输出的形状
print("Sequence output shape:", sequence_output.shape)
print("Pooled output shape:", pooled_output.shape)

在上述代码中，首先通过 `XLNetPretrainedModel.from_pretrained()` 方法加载了预训练的 XLNet 模型。然后，定义了输入数据 `input_ids` 和 `attention_mask`，分别表示输入的文本序列和注意力掩码。接下来，通过调用模型对象并传入输入数据，执行了前向传播操作，并获取了模型的输出结果。最后，打印了序列输出和池化输出的形状。

这个代码示例展示了 paddlenlp.transformers.xlnet.modeling.XLNetPretrainedModel 模块的基本用法，加载了预训练的 XLNet 模型，并进行了前向传播操作以获取模型的输出。