diff --git a/lite/tutorials/source_zh_cn/deploy.md b/lite/tutorials/source_zh_cn/deploy.md
index dd973c7790f1090fc031240d24c38737159113a1..b387800352800fd0600ce5c30c0c5a218d27eca9 100644
--- a/lite/tutorials/source_zh_cn/deploy.md
+++ b/lite/tutorials/source_zh_cn/deploy.md
@@ -143,7 +143,9 @@ tar -xvf mindspore-lite-0.7.0-runtime-x86-cpu.tar.gz
 
 - 编译依赖（基本项）
   - [CMake](https://cmake.org/download/) >= 3.14.1
-  - [GCC](https://gcc.gnu.org/releases.html) >= 7.3.0
+  - [MinGW GCC](https://sourceforge.net/projects/mingw-w64/files/Toolchains%20targetting%20Win64/Personal%20Builds/mingw-builds/7.3.0/threads-posix/seh/x86_64-7.3.0-release-posix-seh-rt_v5-rev0.7z/download) >= 7.3.0
+  - [Python](https://www.python.org/) >= 3.7.5
+  - [Git](https://git-scm.com/downloads) >= 2.28.0
 
 ### 编译选项
 
diff --git a/lite/tutorials/source_zh_cn/use/converter_tool.md b/lite/tutorials/source_zh_cn/use/converter_tool.md
index 3c6f00a7fd8b428ab008aca4f0b62c3bd1afeabf..d5402a61523a45e9fdfce61be2ddd73b4f1d157c 100644
--- a/lite/tutorials/source_zh_cn/use/converter_tool.md
+++ b/lite/tutorials/source_zh_cn/use/converter_tool.md
@@ -4,10 +4,16 @@
 
 - [模型转换工具](#模型转换工具)
     - [概述](#概述)
-    - [环境准备](#环境准备)
-    - [参数说明](#参数说明)
-    - [模型可视化](#模型可视化)
-    - [使用示例](#使用示例)
+    - [Linux环境使用说明](#linux环境使用说明)
+        - [环境准备](#环境准备)
+        - [参数说明](#参数说明)
+        - [模型可视化](#模型可视化)
+        - [使用示例](#使用示例)
+    - [Windows环境使用说明](#windows环境使用说明)
+        - [环境准备](#环境准备-1)
+        - [参数说明](#参数说明-1)
+        - [模型可视化](#模型可视化-1)
+        - [使用示例](#使用示例-1)
 
 <!-- /TOC -->
 
@@ -19,7 +25,9 @@ MindSpore Lite提供离线转换模型功能的工具，支持多种类型的模
 
 目前支持的输入格式有：MindSpore、TensorFlow Lite、Caffe和ONNX。
 
-## 环境准备
+## Linux环境使用说明
+
+### 环境准备
 
 使用MindSpore Lite模型转换工具，需要进行如下环境准备工作。
 
@@ -27,7 +35,7 @@ MindSpore Lite提供离线转换模型功能的工具，支持多种类型的模
 
 - 运行：参考部署文档中的[输出件说明](https://www.mindspore.cn/lite/tutorial/zh-CN/master/deploy.html#id4)，获得`converter`工具，并配置环境变量。
 
-## 参数说明
+### 参数说明
 
 使用`./converter_lite <args>`即可完成转换，同时提供了多种参数设置，用户可根据需要来选择使用。
 此外，用户可输入`./converter_lite --help`获取实时帮助。
@@ -46,13 +54,13 @@ MindSpore Lite提供离线转换模型功能的工具，支持多种类型的模
 > - 参数名和参数值之间用等号连接，中间不能有空格。
 > - Caffe模型一般分为两个文件：`*.prototxt`模型结构，对应`--modelFile`参数；`*.caffemodel`模型权值，对应`--weightFile`参数。
 
-## 模型可视化
+### 模型可视化
 
 模型可视化工具提供了一种查验模型转换结果的方法。用户可使用Json命令生成`*.json`文件，与原模型相对比，确定转化效果。
 
 TODO: 此功能还在开发中。
 
-## 使用示例
+### 使用示例
 
 首先，在源码根目录下，输入命令进行编译，可参考`deploy.md`。
 ```bash
@@ -104,3 +112,78 @@ bash build.sh -I x86_64
    ```
    
 你可以选择使用模型打印工具，可视化查验上述转化后生成的MindSpore Lite模型。本部分功能开发中。
+
+## Windows环境使用说明
+
+### 环境准备
+
+使用MindSpore Lite模型转换工具，需要进行如下环境准备工作。
+
+- 编译：模型转换工具代码在MindSpore源码的`mindspore/lite/tools/converter`目录中，参考部署文档中的[环境要求](https://www.mindspore.cn/lite/docs/zh-CN/master/deploy.html#id7)和[编译示例](https://www.mindspore.cn/lite/docs/zh-CN/master/deploy.html#id10)，安装编译依赖基本项与模型转换工具所需附加项，并编译Windows版本。
+
+- 运行：参考部署文档中的[输出件说明](https://www.mindspore.cn/lite/docs/zh-CN/master/deploy.html#id9)，获得`converter`工具，并将MinGW/bin目录下的几个依赖文件（libgcc_s_seh-1.dll、libwinpthread-1.dll、libssp-0.dll、libstdc++-6.dll）拷贝至`converter`工具的主目录。
+
+### 参数说明
+
+参考Linux环境模型转换工具的[参数说明](https://www.mindspore.cn/lite/docs/zh-CN/master/converter_tool.html#id4)
+
+### 模型可视化
+
+参考Linux环境模型转换工具的[模型可视化](https://www.mindspore.cn/lite/docs/zh-CN/master/converter_tool.html#id5)
+
+### 使用示例
+
+首先，使用cmd工具在源码根目录下，输入命令进行编译，可参考`deploy.md`。
+```bash
+call build.bat lite
+```
+
+然后，设置日志打印级别为INFO。
+```bash
+set MSLOG=INFO
+```
+
+下面选取了几个常用示例，说明转换命令的使用方法。
+
+- 以Caffe模型LeNet为例，执行转换命令。
+
+   ```bash
+   call converter_lite --fmk=CAFFE --modelFile=lenet.prototxt --weightFile=lenet.caffemodel --outputFile=lenet
+   ```
+
+   本例中，因为采用了Caffe模型，所以需要模型结构、模型权值两个输入文件。再加上其他必需的fmk类型和输出路径两个参数，即可成功执行。
+
+   结果显示为：
+   ```
+   INFO [converter/converter.cc:190] Runconverter] CONVERTER RESULT: SUCCESS!
+   ```
+   这表示已经成功将Caffe模型转化为MindSpore Lite模型，获得新文件`lenet.ms`。
+   
+- 以MindSpore、TensorFlow Lite、ONNX模型格式和感知量化模型为例，执行转换命令。
+
+   - MindSpore模型`model.mindir`
+      ```bash
+      call converter_lite --fmk=MS --modelFile=model.mindir --outputFile=model
+      ```
+   
+   - TensorFlow Lite模型`model.tflite`
+      ```bash
+      call converter_lite --fmk=TFLITE --modelFile=model.tflite --outputFile=model
+      ```
+   
+   - ONNX模型`model.onnx`
+      ```bash
+      call converter_lite --fmk=ONNX --modelFile=model.onnx --outputFile=model
+      ```
+
+   - TensorFlow Lite感知量化模型`model_quant.tflite`
+      ```bash
+      call converter_lite --fmk=TFLITE --modelFile=model_quant.tflite --outputFile=model --quantType=AwareTraining
+      ```
+
+   以上几种情况下，均显示如下转换成功提示，且同时获得`model.ms`目标文件。
+   ```
+   INFO [converter/converter.cc:190] Runconverter] CONVERTER RESULT: SUCCESS!
+   ```
+   
+你可以选择使用模型打印工具，可视化查验上述转化后生成的MindSpore Lite模型。本部分功能开发中。