在C++中部署TensorFlow模型可以通過TensorFlow C++ API來實現。以下是一些步驟來部署TensorFlow模型：

1. 首先，需要使用TensorFlow Python API來訓練和導出模型。在訓練完成后，可以使用tf.saved_model.save方法將模型保存為SavedModel格式。

2. 在C++代碼中，首先需要包含TensorFlow的頭文件。可以通過以下方式導入TensorFlow C++ API：

#include <tensorflow/c/c_api.h>

3. 加載已保存的模型。可以使用TF_NewSessionOptions和TF_LoadSessionFromSavedModel方法來加載已保存的模型。

TF_SessionOptions* session_options = TF_NewSessionOptions();
TF_Buffer* run_options = nullptr;
TF_Buffer* meta_graph_def = TF_NewBufferFromString(saved_model.pb, saved_model.pb_len);
TF_Session* session;
TF_Status* status = TF_NewStatus();
session = TF_LoadSessionFromSavedModel(session_options, run_options, saved_model_dir, tags, 1, graph, nullptr, status);

4. 運行模型。使用TF_SessionRun方法來運行模型，并獲取輸出結果。

TF_Tensor* input_tensor;
TF_Tensor* output_tensor;
TF_SessionRun(session, nullptr, input_names, input_tensors, 1, output_names, &output_tensor, 1, nullptr, 0, nullptr, status);

5. 最后，記得釋放資源。在使用完模型后，需要釋放相關資源。

TF_DeleteSession(session, status);
TF_DeleteSessionOptions(session_options);
TF_DeleteStatus(status);

通過以上步驟，就可以在C++中成功部署TensorFlow模型。需要注意的是，在使用TensorFlow C++ API時，需要了解一些TensorFlow的基本概念和API用法。