要部署飞桨模型，可以先将模型保存成一个文件，例如通过pickle包进行序列化保存，也可以将训练的参数导出成Numpy文件或通过PaddlePaddle转换成C++ model进行部署。

在部署阶段，可以使用PaddleInference或PaddleServing进行模型推理，这两个工具都提供了API供开发人员使用。此外，可以为模型选择最优的部署方式，例如单机部署、分布式部署或云端部署，以满足不同的应用场景需求。